#模型预测控制 (10)

面向未知负载的人形机器人自适应全身MPC与最优姿态规划

人形机器人搬运未知负载时，质量、质心和惯量突变会破坏全身平衡。论文把质心MPC、基于Capture Point误差的自适应模糊补偿和三重积分姿态过渡规划组合起来：MPC生成满足接触、摩擦与关节约束的参考运动；模糊控制器把修正力矩分配到支撑腿；规划器生成蹲下、起立与搬运的平滑可行轨迹。MuJoCo仿真和28自由度真实平台验证了7 kg与10 kg负载的稳定起落，以及7 kg负载行走搬运的鲁棒性。

Manh Cuong Nguyen, Duc Cuong Vu, Viet Anh Vu · 189次阅读 · 2026年10月9日

人形机器人全身控制

2026年10月9日

1:41

四旋翼 MPC 的「时间级联」：近处高保真控制 + 远处点质量规划合进一个优化，闭环成本降 75%

@davsca1 · 566次播放 · 2026-09-30

模型预测控制四旋翼

0:32

TAM让力矩适配跨策略复用

@dongwonson110 · 886次播放 · 2026-09-05

TAM力矩适配

RoboGesture：人形机器人实时语义手势

RoboGesture 让人形机器人听懂语音并实时做手势：300 余类手势数据集，分层语义-声学对齐提取韵律与语义线索，流式扩散生成器驱动 Unitree G1，MPC 安全滤波保真机无碰撞执行。

Wang, Zifan, Ren, Ziang, Shi, Pengyang · 1506次阅读 · 2026年8月27日

模型预测控制仿真到现实

2026年8月27日

0:13

RoboGesture：G1实时随语音做手势

@techniahqrobot · 767次播放 · 2026-09-03

Co-Speech Gesture宇树 G1

PhyLatent：JEPA世界模型的动力学相关表征

本文提出PhyLatent，用SVIC、PSG、FRA、CASC和LD约束JEPA潜空间，解决物理不变性、可辨识性与反事实动力学塌缩；Cube MPC成功率从70.0%升至78.1%。

Xi Zeng, Haojie Ren, Ziying Song · 637次阅读 · 2026年8月6日

联合嵌入预测架构世界模型

2026年8月6日

用于腿式移动操作的全身逆动力学模型预测控制

移动操作（Loco-manipulation）要求协调的全身运动来有效操纵物体同时保持行走稳定性，这对规划和控制都提出了重大挑战。本文提出了一种全身模型预测控制（MPC）框架，通过全阶逆动力学直接优化关节力矩，在单一预测层内实现统一的运动与力规划及执行。该方法使得涌现出的、物理一致的全身行为能够同时考虑系统动力学和物理约束。我们使用开源软件框架（Pinocchio 和 CasADi）以及最先进的内点求解器 Fatrop 实现 MPC 公式。在配备 Unitree Z1 机械臂的 Unitree B2 四足机器人上的真实实验中，MPC 公式实现了 80Hz 的实时性能。我们演示了需要对末端执行器的位置和力进行精细控制的移动操作任务，如拉动重物、推动箱子和擦拭白板。

Lukas Molnar, Jin Cheng, Gabriele Fadini · 543次阅读 · 2025年11月24日

腿式操作模型预测控制

2025年11月24日

考虑非可忽略操作臂动力学的四足机器人移动操作非线性MPC框架

模型预测控制（MPC）结合降阶模板模型已成为四足机器人行走控制的强大工具。然而，当四足机器人配备操作臂时，操作臂的动力学可能对整体系统行为产生非可忽略的影响。本文提出了一种非线性 MPC 框架，专门针对具有非可忽略操作臂动力学的四足机器人移动操作场景。该框架显式地将操作臂的动力学耦合纳入模型预测控制公式中，使控制器能够协调行走和操作行为，同时保持整体系统稳定性。通过仿真和实验验证，该方法相比于忽略操作臂动力学的传统方法，在操作精度和系统稳定性方面均有显著提升。

Ruturaj Sambhus, Kapi Ketan Mehta, Ali MirMohammad Sadeghi · 493次阅读 · 2025年7月29日

模型预测控制移动操作

2025年7月29日

多速率非线性MPC实现四足机器人靠墙双足运动

MR-NMPC 在单一优化循环中统一高层足部规划和底层环境反应力计算——用指示函数和单刚体模型同时优化连续质心运动和离散触点轨迹，底层 WBC 以1kHz全阶动力学跟踪，在 Unitree A1 上实现靠墙双足行走。

Taizoon Chunawala, Jeeseop Kim, Kaveh Akbari Hamed · 608次阅读 · 2026年7月2日

模型预测控制NMPC

2026年7月2日

RAVEN：可见图规划+无碰撞MPC实现鲁棒人形导航

用可见图做长时程路径规划，结合无碰撞 MPC 处理短时动态和安全约束，实现动态环境中的鲁棒人形导航步态控制。

Ruochen Hou, Shiqi Wang, Beom Jun Kim · 440次阅读 · 2026年7月17日

模型预测控制导航

2026年7月17日

作为亚马逊联盟会员,我们可能从符合条件的购买中获得佣金。