MuJoCo MPC 实时行为合成的采样与导数预测控制解析

古月居解析 MuJoCo 实时预测控制框架，用残差代价统一任务描述，预测采样、梯度下降、iLQG 与混合 ILQS 四种规划器在同一回路内逐拍重规划。Cartpole 对照实验给出四者的收敛速度与单步计算量。