待验证50% 置信事实精确时间

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

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/7

首次发现

有效期至：2026/12/6

来源

世界人形机器人运动会开幕：竞技照见产业进化

涉及实体

模型预测控制concept MPCconcept 强化学习concept

相关事实

待验证动作纠正的技术路径分为基于规则的方法和基于机器学习的方法，实际产品通常结合两者，用规则处理安全红线，用模型处理细微姿态优化建议68% 相似待验证课程学习（curriculum learning）在双足行走场景中的典型设计是先学站立平衡、再外力辅助单步迈进、逐步减少辅助直到自主行走67% 相似待验证宇树B2采用的控制架构融合了MPC和强化学习两类方法66% 相似待验证受限空间运动规划的解决思路包括冗余自由度细长型机械臂、基于优化的规划方法（如CHOMP、TrajOpt）以及学习型策略65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/869951

API

curl https://kongchang.com/api/v1/knowledge/claims/869951

MCP

get_claim(id=869951)