模型预测控制
一种基于系统动力学模型进行未来状态预测并滚动优化控制输入的先进控制算法，广泛应用于机器人运动控制、自动驾驶等领域
核心事实
时间轴 (近 90 天)
成功的单腿站立通常需要结合卡尔曼滤波进行状态估计，并采用模型预测控制或零力矩点（ZMP）规划来维持稳定。
在推理阶段，DSP不直接使用玩耍策略执行任务，而是让玩耍策略为模型预测控制（MPC）提出候选动作序列，MPC基于世界模型评估并选择最优动作。
控制层仍以PID回路、模型预测控制（MPC）和逆运动学等经典方法为主，AI工作在这一层之上而非嵌入其中。
基于世界模型的规划分为两类：模型预测控制（MPC）和在模拟中训练策略
MPC更适合需要快速适应的场景，而在模拟中训练策略在样本效率和最终性能上往往更具优势
波士顿动力的Atlas利用MPC与优化方法实现复杂体操动作,包括后空翻、跑酷和舞蹈
当前主流的双足运动控制方法包括基于模型预测控制（MPC）的传统方法和基于强化学习的端到端控制方法
基于模型预测控制（MPC）的方法能在毫秒级时间窗口内预测未来数百毫秒的运动轨迹并实时优化
人形机器人控制涉及ZMP(零力矩点)控制、模型预测控制(MPC)和全身动力学优化等核心技术
全部知识事实 (10)
MPC（模型预测控制）源自化工过程控制领域，核心思想是在每个控制周期内基于物理模型求解最优化问题并采用滚动优化机制
75%已验证人形机器人控制涉及ZMP(零力矩点)控制、模型预测控制(MPC)和全身动力学优化等核心技术
65%待验证成功的单腿站立通常需要结合卡尔曼滤波进行状态估计，并采用模型预测控制或零力矩点（ZMP）规划来维持稳定。
50%待验证在推理阶段，DSP不直接使用玩耍策略执行任务，而是让玩耍策略为模型预测控制（MPC）提出候选动作序列，MPC基于世界模型评估并选择最优动作。
50%待验证控制层仍以PID回路、模型预测控制（MPC）和逆运动学等经典方法为主，AI工作在这一层之上而非嵌入其中。
50%待验证MPC更适合需要快速适应的场景，而在模拟中训练策略在样本效率和最终性能上往往更具优势
50%待验证基于世界模型的规划分为两类：模型预测控制（MPC）和在模拟中训练策略
50%待验证波士顿动力的Atlas利用MPC与优化方法实现复杂体操动作,包括后空翻、跑酷和舞蹈
50%待验证当前主流的双足运动控制方法包括基于模型预测控制（MPC）的传统方法和基于强化学习的端到端控制方法
50%待验证基于模型预测控制（MPC）的方法能在毫秒级时间窗口内预测未来数百毫秒的运动轨迹并实时优化
50%