8.3 转场与续航：迁移学习与在线适应

8.3 转场与续航：迁移学习与在线适应

本节摘要：换空域不必回炉重造，长年服役也不能刻舟求剑。本节讲迁移学习在"转场"时的复用与微调划分，在线适应在"续航"中的漂移检测与影子验证，并把知识库与参数的分工定型——地图与规则进语义记忆，参数进模型，遗忘只允许发生在该忘的地方。所有更新走版本回归，改装纪律与机库同源。

换一片空域，就得回炉重造吗？这是每个把飞行器开进新仓库、新园区的团队都会撞上的问题：旧空域训练的感知模型认不认新货架、旧空域调的规划参数适不适应新的通道宽度。反过来，长期驻在老空域也未必省心——货架布局会调、人流会变季节、接口会升级，服役初期的最优参数放到当下可能已是刻舟求剑。本节回答这两件事：转场靠迁移（把旧空域学的本事搬到新空域），续航靠适应（在服役中持续跟上世界的变化），两件事共用同一条纪律——任何更新都是一次改装，走第 7 章的全套验证。

转场：迁移学习的复用划分

迁移的工程实质是划分：什么复用、什么微调、什么回炉。按第 2 章与第 3 章的舱段盘点：感知舱的特征提取层复用（边缘、几何、通用的视觉表征跨空域几乎通用），探测头与分类头微调（新货架外观、新障碍类型）；规划舱的搜索与程序库复用（算法不挑空域），代价权重与启发式微调（通道宽度、限速变了）；行动舱基本复用（执行器没换）。这个自上而下的"复用多、回炉少"的结构，正是第 1 章舱段化设计的红利——模块化的架构天生可迁移，耦合的巨石系统才需要整体重训。

微调的纪律是小步加冻结：每次只放开少量参数，其余冻结；新空域数据少时尤其如此——全参数放开等于用小数据冲垮旧本事。数据不够就造：旧空域的日志加新空域的少量标注，合成扩充（7.2 节的仿真在这里兼职数据工厂）。

续航：在线适应与漂移检测

服役中的世界缓慢变形——统计学里叫概念漂移：昨天可信的置信度、今天频率偏了，上周最优的参数、这周次优了。在线适应的工程循环分四拍：检测（监控指示器的分布漂移——2.3 节的估计残差、7.3 节的指标曲线，连续偏离基线即报警）、诊断（漂移来自环境变化还是系统退化——外部世界变了就适应，探头老化了就维修，方向千万别反）、适应（小步更新参数或重新校准模型，影子模式先试跑）、记账（更新入版本库，回归测试护航——与手写代码同一套纪律）。

def adaptation_cycle(monitor, candidate_factory, board):
    """在线适应循环：检测 -> 影子 -> 回归 -> 上机。"""

    # 一、漂移检测：指示器连续偏离基线即触发
    if not monitor.drift_detected(indicators=["est_residual",
                                              "task_success"]):
        return {"action": "none"}

    # 二、诊断：环境漂移走适应，设备退化走维修单
    verdict = monitor.attribute_drift()
    if verdict.source == "sensor_aging":
        return {"action": "maintenance",
                "target": verdict.component}

    # 三、候选适应：用近期数据小步重校准（微调非重训）
    candidate = candidate_factory.recalibrate(
        recent=monitor.recent_window(), frozen=FREEZE_SET)

    # 四、影子验证：新参数只算不飞，与现役平行对比
    shadow = ShadowCompare(candidate, incumbent=monitor.incumbent,
                           horizon_days=5)
    if not shadow.better_and_safe():
        return {"action": "keep_incumbent",
                "reason": shadow.report()}

    # 五、版本化上机：更新入版本库，回归护航，可回滚
    release = VersionedUpdate(candidate, rollback_plan=True)
    release.regress(gate=REGRESSION_BANK)
    board.write("config_version", release.id, writer="adaptation")
    return {"action": "promoted", "version": release.id}
​

循环里"诊断"这一拍最见功力：环境漂移适应它，设备退化维修它——把退化当漂移去"适应"，等于教系统将就着一根坏探头，越适应越歪。影子验证与版本化上机则承接 8.1 节的三保险——在线不等于随意，恰恰因为"在线"，每一步都要能回滚。

知识库与参数的分工：防遗忘的正确姿势

终身学习的著名陷阱是灾难性遗忘——学新空域时把旧空域的本事冲掉。工程上的第一道防线不在算法里，在分工里：能写进知识库的，绝不放进参数。地图布局、通道规则、危险区清单进语义记忆（5.1 节的版本化知识库），换空域只是新增几个版本，旧的原样可查；放进参数的只应是确实学得出的东西——特征表征、代价权重、策略参数。知识库不遗忘，参数才需要小心。第二道防线是回放护旧：微调数据里掺入旧空域的保留样本（7.2 节回归银行的活用），新本事学会了，旧本事留着温。

回放护旧与漂移指示器的最小实现如下：

class DriftMonitor:
    """漂移检测：指示器连续偏离基线才报警，单点抖动不触发。"""

    def __init__(self, baseline, window=50, k=3.0):
        self.baseline = baseline        # 校准期的分位基线
        self.window = deque(maxlen=window)
        self.k = k

    def feed(self, indicator):
        self.window.append(indicator)

    def drifted(self):
        if len(self.window) < self.window.maxlen:
            return False                # 样本不足不下结论
        med = median(self.window)
        lo, hi = self.baseline
        return med < lo - self.k or med > hi + self.k

def mix_replay_data(new_data, bank, ratio=0.3):
    """回放护旧：微调数据掺入旧空域保留样本。"""
    old = bank.sample("previous_airspace",
                      n=int(len(new_data) * ratio))
    return new_data + old               # 新本事学会，旧本事留温
​

联调与故障排查

适应循环的联调用人造漂移：在仿真里按计划改变环境（货架搬位、限速调整），验证检测-诊断-适应-记账四拍各自触发正确；再跑回滚演练——适应上机后人为注入坏更新，验证回滚路径的时间与完整性。按症状排查：漂移报个不停是检测阈值过敏或基线过期，按 7.3 节的分位数重定；适应后老任务变差是冻结名单太短或回放护旧缺失——新旧成绩要看同屏；更新后版本混乱查版本化纪律——配置与模型必须四位一体打标（7.1 节铁律）。

⚠️ 常见坑：把"在线学习"理解成"实时改参数"。服役中的参数更新必须走影子、回归、版本三道手续——"在线"的是适应的节奏，不是验证的松紧。

本节要点回顾

• 转场靠划分：特征层与算法复用、头与权重微调、执行器不动——舱段化架构天生可迁移。
• 微调小步加冻结：小数据冲不垮旧本事；数据不够用仿真造。
• 适应四拍：检测、诊断、适应、记账；环境漂移适应之，设备退化维修之，方向不能反。
• 分工防遗忘：知识进版本化知识库、参数只装学得出的东西；回放护旧给参数上第二道保险。
• 在线不随意：影子、回归、版本三手续一个不少，回滚路径常备常练。

参数与知识都能进化了，若导航计算机本身换成一颗会读任务书的大脑呢？下一节：大语言模型坐进驾驶舱。