文档摘要

5.2 机器人控制与规划：从 MPC 到轨迹优化 本节摘要：不走学习路线的控制任务，引擎同样是核心资产：模型预测控制把 mjforward 当「未来推演器」，在滚动时域里反复求解小规模优化；轨迹优化离线算出整条参考轨迹，控制器在线跟踪。本节讲两条路线的接入方法、参数设置的工程依据，以及它们与 RL 路线的选择逻辑——任务结构清晰时，经典控制的样本效率与可解释性仍是难以替代的。 5.1 的环境四件套是为「策略来决策」准备的；… 会员。《5.2 机器人控制与规划：从MPC到轨迹优化》收录于灏天文库文集《MuJoCo物理引擎》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/760-mujoco%E7%89%A9%E7%90%86%E5%BC%95%E6%93%8E

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流