- 论文公开站arXiv
AD-WM：面向反事实模型预测控制的动作判别世界模型
AD-WM: Action-Discriminative World Models for Counterfactual Model Predictive Control
摘要显示，潜在世界模型通常只优化事实转移预测，但 MPC 需要比较同一状态下的不同动作，因此可能出现预测误差低却难以区分候选动作的问题。作者提出 AD-WM，将残差潜在动力学与预测器层面的动作恢复正则化结合，利用逆动力学和基于条件互信息的归一化恢复目标，使规划转移保留动作信息，测试时丢弃辅助头、不改变 MPC。在 OGBench-Cube 上，硬启动成功率从匹配 LeWM 基线的 3.7% 提升到 52.0%，五个仿真环境中有四个平均成…
意义：提示世界模型应优化动作判别性而非仅事实预测精度，为基于 MPC 的规划与机器人策略迁移提供可复用的正则化思路。
- 论文公开站arXiv
占空比预测四足机器人跨步态鲁棒约束运动
Duty Factor Predicts Robust Constrained Quadrupedal Locomotion Across Gait Types
摘要显示，该研究用全身轨迹优化加LQR反馈、学习型运动控制器与质心模型预测控制三种方法，比较步态参数与运动鲁棒性的关系，发现占空比（duty factor）比名义步态类型（如行走、小跑）更能预测局部误差收敛，并可作为低维参数在狭窄地形中调节鲁棒性，最后在实体四足机器人上验证了该趋势。
意义：为四足机器人运动控制提供更简洁的鲁棒性调节维度，提示开发者用占空比替代步态分类来设计跨架构控制器。