mpc-rl

该项目实现了一种在训练阶段利用模型预测控制（MPC）引导强化学习（RL）的方法，用于双足机器人运动与操作协同控制。核心特点是采用GPU批量求解的质心动力学MPC（πⁿ MPC），为每个仿真环境实时生成最优轨迹（包括质心、动量、地面反作用力、足部位置及手部推力），并将该计划融入奖励设计与 critic 训练中，使策略学习跟踪模型规划而非从零探索动态行为。适用于需要高精度、实时性与物理一致性的双足机器人仿真训练场景，尤其适合复杂地形行走与物体交互任务。