Kuankuan Sima

ReCo 将响应一致的强化学习步态策略与策略感知模型预测控制（MPC）耦合：通过响应塑形让策略在随机化动力学下对指令响应一致可重复，再用辨识出的闭环响应模型让 MPC 联合规划运动指令与机械臂动作，从而在仿真基准上把位置与姿态均方根误差（RMSE）相对各自最优基线分别降低 28.7% 与 27.4%，并在真实实验中展示了机载的连续腿式操作，基座与机械臂协同运动。

ReCo 将响应一致的强化学习步态策略与策略感知模型预测控制（MPC）耦合：通过响应塑形让策略在随机化动力学下对指令响应一致可重复，再用辨识出的闭环响应模型让 MPC 联合规划运动指令与机械臂动作，从而在仿真基准上把位置与姿态均方根误差（RMSE）相对各自最优基线分别降低 28.7% 与 27.4%，并在真实实验中展示了机载的连续腿式操作，基座与机械臂协同运动。