待验证50% 置信事实精确时间
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。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
涉及实体
相关事实
待验证与传统的模型预测控制（MPC）不同，运动策略模型把复杂的平衡与步态规划压缩成一个可实时推理的网络，便于部署和迭代。77% 相似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72% 相似待验证为特定模型量身打造推理引擎（模型特化）可在算子实现、内存布局和量化策略上做更深度优化，而llama.cpp采用通用支持策略追求兼容多种模型架构70% 相似待验证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70% 相似待验证对于连续动作空间，PPO通常搭配高斯策略输出，网络同时预测动作均值与标准差70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1041847API
curl https://kongchang.com/api/v1/knowledge/claims/1041847MCP
get_claim(id=1041847)