本文档属于 Robotics Tutorial 项目，作者：Pengfei Guo，达妙科技。采用 CC BY 4.0 协议，转载请注明出处。
复合方向综合教学大纲（轮足 / 移动操作 / 四足臂 / 人形）
版本: v1.0 | 日期: 2026-05-24
定位: 面向完成足式基础（腿足 Part A-C 约 20 周）与机械臂核心（Part 0-2 约 10 周）的工程师/研究者，系统进入复合形态（移动基座 + 操作臂）的运动控制方向。本大纲聚焦 MPC / WBC / 优化 / 混合控制 等运动控制核心内容；具身智能（纯 RL / VLA / 模仿学习）章节标注 "→ 06_具身智能" 方向并保留交叉引用。
数据基础: 6 个调研 agent + 3 个审计 agent 对 30+ 章节的源码级分析；课程按 2026-05 版本锁定 OCS2 (ROS2 移植) / Pinocchio 3.9 / MuJoCo 3.x / IsaacLab，具体 API 与版本特性以各项目当前官方文档和 release notes 为准。
总投入: Part A 通用基础 4 章 ~6 周 + Part B 轮足 5 章 ~10 周 + Part C 底盘臂 2 章 ~4 周 + Part D 四足臂 4 章 ~9 周 + Part E 人形 1 章 ~3 周 + Part F 跨形态 3 章 ~6 周 + 交叉/桥接 5 章 ~5 周，合计 24 章运动控制核心 ~43 周；另有 7 章具身智能标注章节可按需选修（→ 06_具身智能）。
Quick-Start 路径
不是每个人都需要完整 43 周核心课程。以下三条最小路径让你快速获得目标能力：
路径 1: 研究入门（~7 周）
10_全景(0.5周) → 20_浮动基座动力学(2周) → 30_多模态MPC(2周)
→ 220_经典人形全身控制(2周) → 280_多机协作(0.5周速览)
总计 ~7 周
适合：博士新生快速建立复合机器人 MPC/WBC 研究视野，可从 220 或 280 选择深入方向。
路径 2: 轮足工程（~10 周）
10_全景(0.5周) → 20_浮动基座动力学(2周) → 60_轮式运动学(1.5周)
→ 70_轮足混合MPC(2周) → 100_模式切换(1.5周)
→ 110_SimToReal与硬件(1.5周) → 90_商业化案例(1周)
总计 ~10 周
适合：面向轮足机器人产品落地的工程师，从运动学到 MPC 到部署的完整闭环。前置知识要求最低，跳过全身动力学细节，聚焦运动学约束和 MPC 工程调参。
路径 3: 四足臂 MPC（~9 周）
10_全景(0.5周) → 20_浮动基座动力学(2周) → 30_多模态MPC(2周)
→ 160_四足臂动力学(1.5周) → 170_qm_control精读(2周)
→ 210_RAMBO混合MPC+RL(1周)
总计 ~9 周
适合：研究四足操作的研究者，从统一动力学到 OCS2 NMPC+WBC 再到混合 MPC+RL 前沿。需要较强的优化理论基础（QP/NLP/AD），建议先补齐机械臂 M05-M06。
计算与硬件需求
| 章节范围 | GPU | 真机 | 备注 |
|---|---|---|---|
| 10, 20, 50, 60, 120 (理论教学) | -- | -- 纯推导+仿真 | MuJoCo / Pinocchio |
| 30, 70, 100, 130 (MPC/OCS2) | -- | -- OCS2仿真 | OCS2 + ROS2, CPU 即可 |
| 160, 170, 220 (WBC/TSID) | -- | -- 仿真优先 | Pinocchio + ProxQP |
| 210, 215 (混合MPC+RL/CI-MPC) | !! 训练需GPU | -- | RTX 3060+ 推荐 |
| 110 (SimToReal与硬件) | -- | !! 推荐真机 | ros2_control + ONNX |
| 280, 290 (多机/闭环) | !! 分布式仿真 | !! 多机推荐 | MuJoCo MJX / Isaac |
| 40, 80, 230 (RL, →06) | !! A100/4090 | -- | IsaacLab |
| 140, 150, 260 (VLA, →06) | !! A100 | -- | 大模型推理/微调 |
| 交叉章节 (180-200, 250, 270) | !! 训练需GPU | -- | 论文复现 |
工业 vs 研究标记
| 标记 | 含义 | 代表章节 |
|---|---|---|
| 工业 | 产品落地核心 | 60(轮式运动学), 110(SimToReal硬件), 90(商业化), 130(OCS2 MM) |
| 研究 | 研究前沿 | 210(RAMBO), 215(CI-MPC), 280(多机协作), 220(人形WBC) |
| 工业+研究 | 兼有 | 30(多模态MPC), 70(轮足混合MPC), 170(qm_control), 290(统一闭环) |
总览路线图
足式基础完成 (Part A-C ~20周) 机械臂核心完成 (P01-M06 ~10周)
│ 浮动基座动力学 · WBC · MPC │ Pinocchio · IK · QP/NLP · AD
│ GRF · 步态 · 接触建模 │ 碰撞检测 · 轨迹优化
└──────────────┬─────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────────┐
│ Part A 通用基础 (10, 20, 30, 50 — ~6 周) │
│ 全景导航 → 浮动基座统一动力学 → 多模态MPC → 操作技能接口 │
└─────────────────────────────────────────────────────────────────────┘
│ │ │
▼ ▼ ▼
┌────────────────┐ ┌──────────────────┐ ┌────────────────────────┐
│ Part B 轮足 D1 │ │ Part C 底盘臂 D2 │ │ Part D 四足臂 D3a │
│ (60,70,100, │ │ (120, 130 │ │ (160,170,210,215 │
│ 110,90 ~10周) │ │ ~4周) │ │ ~9周) │
│ Pfaffian → │ │ 冗余雅可比 → │ │ 统一动力学 → │
│ 混合MPC → │ │ OCS2 MM │ │ qm_control → │
│ 模式切换 → │ │ │ │ RAMBO → CI-MPC │
│ 硬件部署 → │ │ │ │ │
│ 商业化案例 │ │ │ │ │
└───────┬────────┘ └───────┬──────────┘ └──────────┬─────────────┘
│ │ │
│ ┌──────────────────────────────┐ │
│ │ Part E 人形 D3b │ │
│ │ (220 — ~3周) │ │
│ │ TSID/HQP/ZMP-MPC │ │
│ └──────────────┬───────────────┘ │
│ │ │
└───────────────────┼─────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────────┐
│ Part F 跨形态收束 (280, 290, 300 — ~6 周) │
│ 多机协作 → 感知-操作-运动统一闭环 → 研究方向与博士规划 │
└─────────────────────────────────────────────────────────────────────┘
│
┌─────────────┼─────────────┐
▼ ▼ ▼
交叉/桥接章节 具身智能标注 附录
(180,190,200, (40,80,140,150,
250,270) 230,240,260
运动控制+学习 → 06_具身智能)
章节依赖关系图
10_全景
├──→ 20_浮动基座动力学
│ ├──→ 30_多模态MPC ──→ 70_轮足混合MPC ──→ 100_模式切换 ──→ 110_SimToReal ──→ 90_商业化
│ │ │ │
│ │ ├──→ 130_OCS2_MM ←── 120_底盘臂联合规划 │
│ │ │ │
│ │ ├──→ 160_四足臂动力学 ──→ 170_qm_control ──→ 210_RAMBO
│ │ │ │ │
│ │ │ └──→ 215_接触切换MPC (新增)
│ │ │
│ │ └──→ 220_经典人形全身控制
│ │
│ └──→ 50_操作技能接口 ──→ 120_底盘臂联合规划
│ │
│ └──→ 160_四足臂动力学
│
└──→ 60_轮式运动学 ──→ 70_轮足混合MPC
交叉章节依赖:
170 ──→ 180_Deep_WBC (⚠️交叉)
170 ──→ 190_Visual_WBC (⚠️交叉)
170 + 50 ──→ 200_UMI_on_Legs (⚠️交叉)
220 ──→ 250_力敏感LocoMani (⚠️交叉)
全形态 ──→ 270_SimToReal统一 (⚠️交叉)
收束:
所有Part ──→ 280_多机协作 ──→ 290_统一闭环 ──→ 300_研究方向
具身智能标注(→06):
20 ──→ 40_RL全身控制 (❌→06)
60 ──→ 80_Wheel_Legged_Gym (❌→06)
120 ──→ 140_VLA移动操作 (❌→06)
140 ──→ 150_Mobile_ALOHA (❌→06)
220 ──→ 230_人形全身RL (❌→06)
230 ──→ 240_ASAP_SimToReal (❌→06)
全形态 ──→ 260_VLA_Foundation (❌→06)
前置知识依赖矩阵
| 本大纲章节 | 依赖足式基础 | 依赖机械臂核心 | 关键知识点 |
|---|---|---|---|
| 20 浮动基座动力学 | 腿足 Part A (RNEA/ABA) | M01 (Pinocchio) | CMM, CRBA, nq != nv, 浮动关节 Lie 群 |
| 30 多模态MPC | 腿足 MPC 章节 | M05 (QP/NLP), M06 (AD) | OCS2, SQP-RTI, CasADi codegen |
| 50 操作技能接口 | — | M03 (IK), M05 (QP/NLP) | task-frame, SE(3) 规划, WBC+IK-QP |
| 60 轮式运动学 | 腿足 Part A (运动学) | — | Pfaffian 约束, 非完整系统可控性 |
| 70 轮足混合MPC | 腿足 MPC+WBC | M05 (QP/NLP) | OCS2 切换三模态, GRF 约束 |
| 120 底盘臂联合规划 | — | M03 (IK), M05 (QP/NLP) | 冗余雅可比, 零空间投影 |
| 160 四足臂动力学 | 腿足动力学 | M01 (Pinocchio), M02 (库对比) | 统一浮动基座+臂, 质心动力学 |
| 170 qm_control | 腿足 WBC | M05 (QP/NLP), M06 (AD) | OCS2 NMPC+WBC 全栈 |
| 210 RAMBO | 腿足 RL 基础 | — | QP 前馈+RL 残差 |
| 215 接触切换MPC | 腿足接触建模 | M05 (QP/NLP) | 互补约束, ADMM, CI-MPC |
| 220 经典人形全身控制 | 腿足 WBC/ZMP | M05 (QP/NLP) | TSID, HQP, ZMP-MPC |
| 280 多机协作 | 腿足 MPC | — | 分布式 MPC, 星形 ADMM |
前置三层口径: - 最低可启动: 足式 Part A (刚体动力学/运动学) + 机械臂 M01 (Pinocchio)。可支撑 Quick Start 研究路径。 - 推荐补齐: 足式 Part A-C (含 MPC/WBC) + 机械臂 P01-M06 (含 QP/NLP/AD)。适合完整学习 Part A-F。 - 完整前置: 足式完整 + 机械臂完整第一篇；未完成者按各大纲附录的章节索引补齐相关章节。
复合机器人技术生态速览（截至 2026-05）
MPC 框架对比
| 框架 | 已验证平台 | 特点 | 状态 |
|---|---|---|---|
| OCS2 | Digit, ANYmal, B2 | 多模态 SQP-RTI, ROS2 移植 | 维护模式, 仍为教学首选 |
| Aligator | Digit | ProxDDP, TRO 2025 | OCS2 后继, INRIA 主推 |
| MJPC | H1 | DeepMind, 零配置, 采样MPC | 快速原型验证 |
| Fatrop | ANYmal, B2+Z1 | 内点法, 全身实时 80Hz | 最新全身MPC求解器 |
| RAPTOR | Digit | 仅驱动关节+逆动力学 | 降维加速 |
2025-2026 研究热点
| 方向 | 代表工作 | 方法 |
|---|---|---|
| 全身 MPC | Fatrop 逆动力学 MPC, MuJoCo iLQR | 单层全身优化取代分层 |
| 轮足 MPC | GMPC 李群 SE(2), 全向统一建模 | 非完整凸化, 无模式切换 |
| 接触切换 | Global CI-MPC, C3/C3+ | 采样+局部 CI-MPC, ADMM |
| 混合 MPC+RL | RAMBO, Guided RL, ToMPC | QP 前馈+RL 残差, 安全MPC |
| 分布式多机 | ACLM, ADMM+CBF | 4 台四足臂星形 ADMM |
| 人形 MPC | Gait-Net, SRB-MPC+HLIP, ULC | 变频步态, 统一 loco-mani |
Part A: 通用基础（10, 20, 30, 50 — ~6 周）
完成本 Part 后你能做什么: 理解复合机器人三大子方向的技术谱系；掌握浮动基座 + 臂的统一动力学建模；在 OCS2 中搭建多模态 MPC 仿真；设计 task-frame 操作技能接口。这是所有后续 Part 的公共基座。
10_复合机器人全景
本章为整个复合方向的导航地图，梳理轮足(D1)、移动操作(D2)、四足臂(D3a)、人形(D3b)四大子方向的技术谱系、共享模块与分化节点。置于首位是因为学习者需要先建立全局视野，再决定深入方向。
| 属性 | 值 |
|---|---|
| 行数 | 1505 行 |
| 周数 | 0.5 周 |
| 前置依赖 | 足式基础 Part A (运动学/动力学概念); 机械臂 P01 (URDF 建模) |
| 归属 | 导航 |
| 文档类型 | 理论教学 |
核心知识点: 1. 复合机器人定义：移动基座 + 操作末端的统一系统，nq != nv 的核心特征 2. 三大子方向技术谱系：轮足 → 底盘臂 → 足式操作（四足臂/人形）的递进关系 3. 运动控制 vs 具身智能的边界划分：MPC/WBC/优化 vs RL/VLA/模仿学习 4. 共享模块识别：浮动基座动力学、多模态 MPC、操作技能接口为所有子方向公共基座 5. 分化节点识别：约束类型（非完整/接触切换/全身柔顺）决定后续技术路线 6. 硬件平台谱系：ANYmal+Z1 / RIVR / B2+Z1 / Digit / H1 / Figure / 1X 的定位与特点 7. 开源项目地图：OCS2 / qm_control / MJPC / IsaacLab 各自覆盖范围 8. 学习路径规划：根据个人背景（工程/研究）和目标平台选择 Quick-Start 路径
关键项目: 1. OCS2 (leggedrobotics) — 多模态 MPC 框架，本方向核心工具 2. qm_control (ARISE) — 四足臂 NMPC+WBC 全栈实现 3. MuJoCo Playground (DeepMind) — 快速原型验证环境 4. MJPC (DeepMind) — 零配置采样 MPC
关键论文: 1. Sleiman et al. (2021) "Unified MPC Framework for Whole-Body Dynamic Locomotion and Manipulation" 2. Bellicoso et al. (2019) "Alma - Articulated Locomotion and Manipulation for a Torque-Controllable Robot"
练习: 1. A 型: 画出复合机器人四大子方向的技术依赖树，标注共享节点和分化点 2. B 型: 选择一个目标平台（如 B2+Z1），列出从本大纲到实机部署需要的完整技术栈 3. 思考题: 为什么轮足机器人在商业化上领先于四足臂？工程复杂度和市场需求各扮演什么角色？
20_浮动基座臂统一动力学
本章建立复合机器人的数学基础：将浮动基座（腿足/轮足/人形）与操作臂统一为单一多体系统，推导 CMM/CRBA 及其对控制器设计的影响。紧接全景章节是因为所有后续 MPC/WBC 算法都依赖这一统一动力学框架。
| 属性 | 值 |
|---|---|
| 行数 | 1764 行 |
| 周数 | 2.0 周 |
| 前置依赖 | 10; 足式 Part A (RNEA/ABA); 机械臂 M01 (Pinocchio 3.x) |
| 归属 | ✅ 运动控制 |
| 文档类型 | 理论教学 |
| 标记 | 工业+研究 |
核心知识点:
1. 浮动基座广义坐标：q = [p_base, quat_base, q_legs, q_arm]^T，nq != nv (四元数 4 → 角速度 3)
2. 复合惯量矩阵 M(q) 的分块结构：基座-腿-臂耦合项的物理意义
3. CMM (Centroidal Momentum Matrix)：质心动量与关节速度的线性映射 h = A(q) * v
4. CRBA (Composite Rigid Body Algorithm)：O(n) 惯量矩阵计算，Pinocchio crba() 实现
5. 非线性项 C(q, v)v + g(q) 的物理来源：科里奥利力、离心力、重力
6. 接触雅可比 J_c 与约束动力学：Ma + Cv + g = S^Ttau + J_c^Tf
7. 浮动基座 vs 固定基座：S (选择矩阵) 前 6 行为零的含义 — 基座不可直接驱动
8. Pinocchio 3.x 中的浮动关节建模：JointModelFreeFlyer 的 Lie 群 SE(3) 抽象
9. 多体树的拓扑结构对算法效率的影响：串联 vs 分支（四足+臂为树形, 人形为树形+闭链）
10. 惯性参数辨识：Swevers 法在复合系统中的特殊挑战（基座惯性不可独立辨识）
11. 从单臂到复合的认知跃迁：为什么不能简单"底盘 + 臂"叠加
12. 数值验证：Pinocchio FK/RNEA/ABA 与 MuJoCo 仿真的一致性检查方法
关键项目:
1. stack-of-tasks/pinocchio (v3.9) — 浮动基座多体算法参考实现
2. google-deepmind/mujoco (v3.x) — 仿真验证平台
3. OCS2 ocs2_centauro — CENTAURO 37-DoF 双臂四足参考
4. Drake MultibodyPlant<T> — 标量参数化对比
关键论文: 1. Featherstone (2008) "Rigid Body Dynamics Algorithms" — 浮动基座 RNEA/ABA 经典推导 2. Orin et al. (2013) "Centroidal Dynamics of a Humanoid Robot" — CMM 的系统推导 3. Wensing et al. (2016) "Improved Computation of the Humanoid Centroidal Dynamics"
练习: 1. A 型: 用 Pinocchio 加载 ANYmal+Z1 URDF，提取 M(q) 的分块结构，标注基座-腿-臂耦合子矩阵 2. B 型: 对比固定基座 (7-DOF 臂) 和浮动基座 (四足+7-DOF 臂) 的惯量矩阵维度和稀疏模式 3. C 型: 在 MuJoCo 中让四足臂自由落体 2s，用 Pinocchio 离线计算同一轨迹的广义力，验证残差 < 1e-6 4. 思考题: 为什么 CMM 在足式 MPC 中如此关键？它如何将全身 (30+ DoF) 的动量控制简化为 6 维问题？
30_多模态MPC
本章讲授复合机器人运动控制的核心算法框架——多模态 MPC。通过在优化问题中编码不同接触模式（站/走/操作/滑行），实现一套控制器应对多种运动形态。置于动力学之后是因为 MPC 的状态/控制变量直接来源于第 20 章的统一动力学模型。
| 属性 | 值 |
|---|---|
| 行数 | 2485 行 |
| 周数 | 2.0 周 |
| 前置依赖 | 20; 足式 MPC 章节; 机械臂 M05 (QP/NLP), M06 (AD/codegen) |
| 归属 | ✅ 运动控制 |
| 文档类型 | 算法工程 |
| 标记 | 工业+研究 |
核心知识点:
1. OCP (Optimal Control Problem) 标准形式：min J s.t. x_{k+1} = f(x_k, u_k), 约束 g/h
2. SQP-RTI (Sequential Quadratic Programming - Real-Time Iteration)：一次 QP + 一步仿真的实时策略
3. OCS2 架构精读：SystemDynamics / ConstraintBase / CostBase 的模块化设计
4. 多模态编码：接触时序 (mode schedule) 作为 MPC 的外部输入，不同模态对应不同约束集
5. 接触力约束：摩擦锥线性化 (4/8 面体近似)、单边接触 f_z >= 0、力矩约束
6. 质心动力学简化模型 (SRB/CCRB)：降维 MPC 的数学基础与适用范围
7. 全身动力学 MPC vs 质心 MPC：计算量-精度权衡，Fatrop 80Hz 全身 MPC 突破
8. 代码生成加速：CasADi → C 代码 → 编译 → 实时执行的完整链路
9. MPC 参数调参工程：预测时域、权重矩阵、终端代价、warm start 策略
10. 框架对比：OCS2 vs Aligator vs MJPC vs Fatrop 的适用场景与性能
11. 与 WBC 的接口：MPC 输出参考轨迹/力 → WBC 跟踪 → 关节力矩
12. 调试工程：可视化 MPC 预测轨迹、约束违反、求解器收敛监控
关键项目:
1. leggedrobotics/ocs2 — 核心 MPC 框架，精读 ocs2_core 和 ocs2_mpc
2. Simple-Robotics/aligator — ProxDDP 后继框架
3. google-deepmind/mujoco_mpc (MJPC) — 零配置采样 MPC
4. meco-group/fatrop — 内点法全身 MPC 求解器
关键论文: 1. Sleiman et al. (2021) "Unified MPC Framework for Whole-Body Dynamic Locomotion and Manipulation" 2. Diehl et al. (2005) "A Real-Time Iteration Scheme for Nonlinear Optimization in Optimal Feedback Control" 3. Jordana et al. (2025) "Aligator: A Versatile and Efficient Framework for Constrained Trajectory Optimization" (TRO) 4. arXiv 2511.19709 — Fatrop 逆动力学 MPC (80Hz, B2+Z1) 5. arXiv 2503.04613 — MuJoCo iLQR 全身 MPC (H1)
练习: 1. A 型: 在 OCS2 中搭建双足 SRB-MPC，实现站立平衡控制 2. B 型: 修改 OCS2 mode schedule 从站立切换到行走，观察 GRF 分配变化 3. C 型: 用 CasADi 实现一个简化的单刚体 MPC (3D LIP) 并对比 OCS2 结果 4. 思考题: SQP-RTI 为什么只做"一次 QP 迭代"就返回控制？这对系统稳定性有什么隐含假设？
过渡: 30 章建立了多模态 MPC 的通用框架。接下来 50 章从操作端切入——MPC 负责底层运动，操作技能接口则定义上层"做什么"。
50_操作技能接口
本章建立复合机器人"操作侧"的抽象接口——如何将高层任务（抓取/放置/推/插入）编码为 MPC/WBC 可消费的目标。这是连接运动控制与任务规划的关键中间层。置于 MPC 之后是因为操作接口的输出直接作为 MPC 的参考输入。
| 属性 | 值 |
|---|---|
| 行数 | 1770 行 |
| 周数 | 1.5 周 |
| 前置依赖 | 20; 机械臂 M03 (IK), M05 (QP/NLP) |
| 归属 | ✅ 运动控制 |
| 文档类型 | 理论教学 |
| 标记 | 工业+研究 |
核心知识点: 1. task-frame formalism：将末端任务分解到操作空间的 6 个自由度分别指定约束/阻抗 2. SE(3) 目标表征：位姿 + 速度 + 力的多层目标设定 3. 抓取规划接口：GraspNet / 解析抓取 → SE(3) 目标位姿 → MPC/WBC 参考 4. WBC + IK-QP 的操作层实现：将笛卡尔目标转为关节空间控制 5. 操作技能原语库：approach → grasp → lift → transport → place 的状态机 6. 全身操作的约束传播：末端操作目标如何通过雅可比链传播到基座运动 7. 力/位混合控制接口：某些自由度位控、某些力控的 task-frame 编码 8. 操作技能与步态的协调：操作时步态需从行走切换到稳定支撑 9. 多任务优先级：操作 vs 平衡 vs 自碰撞避免的层级关系 10. 操作技能接口的抽象设计：使同一接口适配底盘臂/四足臂/人形三种形态
关键项目:
1. OCS2 ocs2_mobile_manipulator — 操作层 MPC 接口参考
2. stack-of-tasks/sot-core — Stack of Tasks 操作层框架
3. Pinocchio computeFrameJacobian — 操作空间雅可比计算
关键论文: 1. Khatib (1987) "A Unified Approach for Motion and Force Control of Robot Manipulators" 2. Sentis & Khatib (2005) "Synthesis of Whole-Body Behaviors through Hierarchical Control of Behavioral Primitives"
练习: 1. A 型: 用 Pinocchio 计算四足臂末端雅可比，验证基座运动对末端位姿的耦合效应 2. B 型: 实现一个最小 task-frame 接口：6 维 (x,y,z,roll,pitch,yaw) 分别设为位控或力控 3. 思考题: 为什么固定基座机械臂不需要 task-frame 的"全身传播"？浮动基座带来了什么根本性差异？
过渡: Part A 建立了统一动力学 (20)、MPC 框架 (30) 和操作接口 (50) 三大公共基座。接下来各 Part 按子方向展开——Part B 专注轮足约束，Part C 专注底盘臂冗余，Part D 专注四足臂全身控制。
Part B: 轮足 D1（60, 70, 100, 110, 90 — ~10 周）
完成本 Part 后你能做什么: 掌握轮式非完整约束的数学建模；在 OCS2 中实现轮-足-混合三模态 MPC；设计有限状态机驱动的模式切换逻辑；通过 ros2_control + ONNX 完成 sim-to-real 部署；理解 Swiss-Mile/RIVR 的商业化路径。
60_轮式运动学与 Pfaffian
本章专门处理轮足机器人特有的非完整约束——轮子只能沿滚动方向运动，不能侧滑。这些 Pfaffian 约束直接影响 MPC 的约束集设计。置于 Part B 首位是因为轮式运动学是后续轮足 MPC 的数学基础。
| 属性 | 值 |
|---|---|
| 行数 | 1500 行 |
| 周数 | 1.5 周 |
| 前置依赖 | 20; 足式 Part A (运动学基础) |
| 归属 | ✅ 运动控制 |
| 文档类型 | 理论教学 |
| 标记 | 工业 |
核心知识点: 1. 非完整约束数学定义：A(q) * dq = 0，不可积分为位形约束 2. Pfaffian 矩阵构建：从接触点无侧滑条件推导轮式约束矩阵 3. 差速/全向/舵轮/麦轮运动学模型统一表述 4. 可控性分析：Lie bracket / Chow 定理判定非完整系统的可达空间 5. 轮式约束在 MPC 中的编码：等式约束 vs 软惩罚 vs 凸化 6. 滑移建模：侧向滑移角、Magic Formula (Pacejka) 轮胎模型 7. GMPC 李群 SE(2) 方法：在 SE(2) 上直接优化，自然处理非完整约束（arXiv 2403.07317） 8. 全向统一建模：无模式切换的轮足统一运动学（arXiv 2509.14010） 9. 4WIS (四轮独立转向) 统一模型与 Magic Formula 集成（SSRN:5315052） 10. 能效步态优化：预测能量消耗选择最优运动模式（arXiv 2601.10723）
关键项目:
1. OCS2 轮足示例 — 非完整约束 MPC 参考实现
2. ARISE-Lab/unitree_ros — 实际轮足平台 ROS2 驱动
关键论文: 1. Murray, Li & Sastry (1994) "A Mathematical Introduction to Robotic Manipulation" — 非完整约束经典 2. Bjelonic et al. (2019) "Keep Rollin' — Whole-Body Motion Control and Planning for Wheeled Quadrupedal Robots" 3. arXiv 2403.07317 — GMPC 李群 SE(2) 轮足运动学 MPC
练习: 1. A 型: 推导差速驱动和全向底盘的 Pfaffian 矩阵，验证可控性 2. B 型: 在 MuJoCo 中搭建轮足模型，对比有/无侧滑约束的轨迹跟踪精度 3. 思考题: 非完整约束为什么不能通过简单的关节限位实现？它与完整约束的本质区别是什么？
70_轮足混合 MPC
本章将第 30 章的多模态 MPC 框架具体化到轮足场景——在轮行/行走/混合三种模态下求解最优控制。这是轮足方向最核心的算法章节。紧接运动学是因为 MPC 的约束集直接来源于第 60 章的 Pfaffian 约束。
| 属性 | 值 |
|---|---|
| 行数 | 1501 行 |
| 周数 | 2.0 周 |
| 前置依赖 | 30, 60; 足式 MPC+WBC |
| 归属 | ✅ 运动控制 |
| 文档类型 | 算法工程 |
| 标记 | 工业+研究 |
核心知识点: 1. 轮足三模态定义：纯轮行 (skating) / 纯行走 (walking) / 混合 (wheeled-walking) 及其物理约束差异 2. OCS2 切换模式实现：mode schedule 编码三模态序列，每模态对应不同约束集 3. 轮行模式 MPC：底盘速度控制 + 非完整约束 + 滚动摩擦 4. 行走模式 MPC：标准四足 MPC + GRF 摩擦锥 + 步态时序 5. 混合模式 MPC：同时优化轮速和足端力，约束集为前两者的并集 6. WBC 跟踪层：MPC 参考 → WBC QP → 关节力矩，实时 500Hz 7. 模态切换策略：基于地形/速度/能耗的启发式切换 vs 优化驱动的软切换 8. 无模式切换统一建模：统一运动学+动力学避免硬切换（arXiv 2509.14010） 9. 能效步态优化：在多模态间自动选择能量最优模式（arXiv 2601.10723） 10. 轮足 MPC 调参实践：轮-腿力矩分配权重、预测时域、终端代价设计
关键项目:
1. OCS2 ocs2_wheeled_robot — 轮足 MPC 参考实现
2. ethz-asl/kindr — 运动学/动力学 C++ 工具库
3. MuJoCo 轮足模型 — 仿真验证平台
关键论文: 1. Bjelonic et al. (2020) "Whole-Body MPC and Online Gait Sequence Generation for Wheeled-Legged Robots" 2. Meduri et al. (2023) "Biconmp: A Nonlinear Model Predictive Control Framework for Whole Body Motion Planning" 3. arXiv 2509.14010 — 全向统一建模无模式切换 4. arXiv 2601.10723 — 能效步态预测选择
练习: 1. A 型: 在 OCS2 中配置轮足 MPC 的三种模态，分别在平地上测试纯轮行和纯行走 2. B 型: 实现混合模式 MPC 并绘制轮速 vs 足端力的时间曲线，分析力矩分配 3. C 型: 修改 mode schedule 实现自动模态切换（平地轮行→台阶行走），记录切换时的约束违反瞬态 4. 思考题: 混合模式是否总优于纯轮行或纯行走？在什么场景下单模态更优？
100_模式切换
本章深入处理轮足（及一般复合）机器人的模式切换机制——从简单有限状态机到混杂系统理论再到 OCS2 的软切换实现。紧接轮足 MPC 是因为切换逻辑是 MPC 多模态调度的核心难题。
| 属性 | 值 |
|---|---|
| 行数 | 1862 行 |
| 周数 | 1.5 周 |
| 前置依赖 | 70 |
| 归属 | ✅ 运动控制 |
| 文档类型 | 算法工程 |
| 标记 | 研究 |
核心知识点: 1. 有限状态机 (FSM) 设计：状态/转移/守卫条件/动作的标准建模 2. 混杂系统理论：连续流 + 离散跳变，Zeno 行为与 guard crossing 3. OCS2 模式切换机制：mode schedule 的时序编码与运行时切换 4. 守卫条件设计：基于传感器（IMU/力/地形感知）的切换触发 5. 切换瞬态处理：切换时的约束不连续、力矩跳变、状态重置 6. 软切换 vs 硬切换：连续权重插值 vs 离散模态跳变的工程权衡 7. Pegasus 分层切换架构：高层策略选模态 + 低层 MPC 执行 8. 基于优化的模式发现：让 MPC 自主发现最优模态序列（非预设） 9. 切换验证：Lyapunov 稳定性分析在混杂系统中的扩展 10. 工程调试：模态切换导致的常见失败模式与排查方法
关键项目: 1. OCS2 mode schedule 接口 — 切换机制参考实现 2. BehaviorTree.CPP — 替代 FSM 的行为树方案 3. SMACH (ROS) — 经典状态机框架
关键论文: 1. Goebel et al. (2009) "Hybrid Dynamical Systems" — 混杂系统理论基础 2. Bjelonic et al. (2021) "Online Mode Sequence Generation for Wheeled-Legged Robots"
练习: 1. A 型: 用 BT.CPP 实现轮足三模态切换状态机，守卫条件基于地形坡度 2. B 型: 在 OCS2 中实现基于速度阈值的自动模式切换并分析瞬态响应 3. 思考题: 为什么混杂系统的 Zeno 行为在实际控制中是灾难性的？如何在算法层面规避？
110_轮足 SimToReal 与硬件
本章覆盖轮足机器人从仿真到实机部署的完整工程链——ros2_control 集成、ONNX 推理部署、SimToReal 调优。置于模式切换之后是因为部署工程的前提是算法在仿真中已验证。
| 属性 | 值 |
|---|---|
| 行数 | 1506 行 |
| 周数 | 1.5 周 |
| 前置依赖 | 70, 100 |
| 归属 | 工程 |
| 文档类型 | 工程实践 |
| 标记 | 工业 |
核心知识点:
1. ros2_control 硬件接口：HardwareInterface 的 configure/read/write 生命周期
2. 轮足硬件抽象：轮电机 (速度模式) + 关节电机 (力矩模式) 的混合接口
3. 控制器链配置：MPC 参考 → 关节力矩控制器 → 电机驱动
4. ONNX 推理部署：PyTorch/JAX 模型 → ONNX 导出 → C++ ORT 推理
5. 实时通信：EtherCAT / CAN 总线的延迟与同步
6. SimToReal gap 源头：电机模型、摩擦、延迟、传感器噪声
7. Domain Randomization 策略：质量/摩擦/延迟随机化范围选择
8. 系统辨识：电机参数、摩擦系数、关节柔性在线标定
9. 安全工程：急停逻辑、力矩限幅、碰撞检测、跌倒恢复
10. 部署清单：从仿真验证到首次实机运行的检查项
关键项目:
1. ros-controls/ros2_control — 硬件接口框架
2. microsoft/onnxruntime — C++ 推理引擎
3. unitreerobotics/unitree_sdk2 — Unitree 硬件 SDK
关键论文: 1. Hwangbo et al. (2019) "Learning Agile and Dynamic Motor Skills for Legged Robots" 2. Miki et al. (2022) "Learning Robust Perceptive Locomotion for Quadrupedal Robots in the Wild"
练习: 1. A 型: 为 MuJoCo 轮足模型编写 ros2_control 硬件接口并验证控制链路 2. B 型: 将仿真中训练的 MPC 策略导出为 ONNX，测量 C++ 推理延迟 3. 思考题: 为什么轮足的 SimToReal gap 通常比四足小？轮式接触模型的简化在其中扮演什么角色？
90_Swiss-Mile 商业化
本章以 Swiss-Mile/RIVR 为案例，分析轮足机器人从实验室到商业产品的完整路径。作为 Part B 的收束章节，它将前面的技术内容置于商业语境中评估。
| 属性 | 值 |
|---|---|
| 行数 | 1500 行 |
| 周数 | 1.0 周 |
| 前置依赖 | 110 |
| 归属 | 工程 |
| 文档类型 | 工程实践 |
| 标记 | 工业 |
核心知识点: 1. Swiss-Mile / RIVR 公司背景：ETH Zurich RSL 孵化，ANYmal 平台演进 2. 商业化技术选型：为什么选择轮足而非纯四足？能效/速度/负载的商业论证 3. 产品架构：感知 → 规划 → MPC → WBC → 硬件的全栈产品化 4. 商业场景分析：末端配送、巡检、建筑工地、仓储的 ROI 评估 5. 监管与安全：CE 认证、功能安全 (SIL)、公共空间运行许可 6. 竞品分析：Boston Dynamics Spot / Agility Digit / Bear Robotics 对比 7. 技术债与迭代：从研究原型到产品的代码重构、测试覆盖、CI/CD 建设 8. 商业模式：RaaS (Robot-as-a-Service) vs 硬件销售 vs 数据变现
关键项目: 1. Swiss-Mile / RIVR 官方资料 2. ANYbotics — ANYmal 商业化参考
关键论文: 1. Lee et al. (2024) "Learning Locomotion Skills for Wheeled-Legged Robots in the Wild"
练习: 1. A 型: 为轮足机器人选择一个商业场景，撰写技术可行性分析 (2 页) 2. B 型: 对比 Swiss-Mile 和 ANYbotics 的商业模式差异 3. 思考题: 轮足相比纯轮式底盘（如 Clearpath）的核心技术护城河是什么？这个护城河足够深吗？
过渡: Part B 完成了轮足子方向从理论到部署到商业的完整闭环。学习者此时应能独立完成：(1) 轮式非完整约束建模；(2) OCS2 三模态 MPC 配置与调参；(3) ros2_control 硬件集成；(4) SimToReal 部署工程。接下来 Part C 转向另一种复合形态——底盘臂（移动操作），其核心技术难题从非完整约束转向冗余分解与全身协调。
Part C: 底盘臂 D2（120, 130 — ~4 周）
完成本 Part 后你能做什么: 掌握冗余机器人（底盘 + 臂）的雅可比分解与零空间优化；在 OCS2 mobile_manipulator 中实现运动学 OCP；理解底盘臂联合规划的工业应用模式。
120_底盘臂联合规划
本章处理移动操作的核心数学问题——当底盘（3-DoF）与臂（6/7-DoF）构成冗余系统时，如何利用冗余自由度同时完成操作任务和底盘导航。从 Part A 的操作接口 (50) 自然延伸到底盘臂场景。
| 属性 | 值 |
|---|---|
| 行数 | 1503 行 |
| 周数 | 2.0 周 |
| 前置依赖 | 50; 机械臂 M03 (IK), M05 (QP/NLP) |
| 归属 | ✅ 运动控制 |
| 文档类型 | 理论教学 |
| 标记 | 工业 |
核心知识点: 1. 冗余系统定义：任务空间维度 m < 关节空间维度 n，零空间维度 = n - m 2. 扩展雅可比 J_ext：将底盘速度 (v_x, v_y, omega) 与臂关节速度拼接为统一雅可比 3. 零空间投影 N = I - J^+ J：在不影响主任务的前提下优化次任务 4. 次任务设计：关节中心化、自碰撞避免、操作度最大化、底盘定位优化 5. 加权伪逆 J^+_W：通过权重矩阵调节底盘 vs 臂的运动优先级 6. QP 形式的联合规划：将冗余分解写成带约束的 QP，统一处理限位与碰撞 7. 任务优先级框架：操作精度 > 碰撞避免 > 底盘舒适 > 关节中心化 8. 底盘约束特殊性：非完整底盘只能走不能横移（差速）vs 全向底盘无此限制 9. 全身运动学 vs 全身动力学规划：何时动力学约束不可忽略 10. 实时性要求：联合规划需在运动控制回路中 50-200Hz 执行
关键项目:
1. Pinocchio computeFrameJacobian — 扩展雅可比计算
2. ProxQP / OSQP — 联合 QP 求解
3. tue-robotics/whole_body_planner — ROS2 全身规划参考
关键论文: 1. Khatib (1987) "A Unified Approach for Motion and Force Control of Robot Manipulators" 2. Dietrich et al. (2015) "An Overview of Null Space Projections for Redundant, Torque-Controlled Robots" 3. Gienger et al. (2005) "Task-Oriented Whole Body Motion for Humanoid Robots"
练习: 1. A 型: 用 Pinocchio 构建底盘(3-DoF)+臂(7-DoF) 的扩展雅可比并验证零空间维度 2. B 型: 实现零空间投影器 N，添加关节中心化次任务并可视化关节角变化 3. C 型: 对比差速底盘与全向底盘在同一操作任务下的扩展雅可比结构差异 4. 思考题: 当底盘被墙角卡住时，零空间投影器如何自动将所有冗余分配给臂？
130_OCS2 mobile_manipulator
本章将第 30 章的 OCS2 MPC 框架具体化到移动操作场景——以 OCS2 的
mobile_manipulator示例为主线精读，建立运动学 OCP 的完整理解。紧接联合规划是因为 OCS2 提供了第 120 章理论的工程实现。
| 属性 | 值 |
|---|---|
| 行数 | 1507 行 |
| 周数 | 2.0 周 |
| 前置依赖 | 30, 120 |
| 归属 | ✅ 运动控制 |
| 文档类型 | 工程实践 |
| 标记 | 工业+研究 |
核心知识点:
1. OCS2 mobile_manipulator 代码架构：目录结构、构建系统、ROS2 接口
2. 运动学 OCP 建模：状态 = 关节角 + 底盘位姿，控制 = 关节速度 + 底盘速度
3. 代价函数设计：末端位姿误差 + 关节速度正则化 + 底盘速度惩罚
4. 约束编码：关节限位、速度限幅、碰撞避免
5. SQP 求解配置：时域长度、离散化步长、收敛阈值、warm start
6. ROS2 集成：MPC 节点、可视化、参考轨迹接口
7. 从运动学 OCP 到动力学 OCP 的扩展路径
8. ROS2 移植注意事项：OCS2 原为 ROS1，移植到 ROS2 的接口变化
9. Fatrop 后端替换：用 Fatrop 替代 OCS2 默认求解器的性能提升
10. CLF-CBF 安全扩展：在 MPC 中添加控制障碍函数保证安全约束
关键项目:
1. leggedrobotics/ocs2 — ocs2_mobile_manipulator 示例精读
2. meco-group/fatrop — 替代求解器
3. OCS2 ROS2 移植版本
关键论文: 1. Sleiman et al. (2021) "Unified MPC Framework for Whole-Body Dynamic Locomotion and Manipulation" 2. arXiv 2511.19709 — Fatrop 在移动操作中的应用
练习:
1. A 型: 编译并运行 OCS2 mobile_manipulator 示例，分析默认代价函数的权重分配
2. B 型: 修改代价函数增加底盘运动惩罚，观察底盘-臂运动分配的变化
3. C 型: 添加一个圆柱碰撞约束并验证 MPC 规避行为
4. 思考题: 运动学 OCP 忽略了惯性力和接触力，在什么场景下这个简化会导致控制失败？
过渡: Part C 完成了底盘臂方向的核心内容。Part D 将进入更复杂的四足臂场景——浮动基座 + 四足 + 臂的全身动力学建模和控制，计算复杂度和接触模式显著增加。
Part D: 四足臂 D3a（160, 170, 210, 215 — ~9 周）
完成本 Part 后你能做什么: 掌握四足 + 操作臂的统一动力学建模；精读 qm_control 全栈代码（OCS2 NMPC + WBC）；理解混合 MPC+RL 前沿方法（RAMBO）；建立接触切换 MPC 的理论基础。
160_四足臂动力学概览
本章将第 20 章的浮动基座统一动力学具体化到四足 + 臂场景——处理四条腿的切换接触 + 臂的连续操作这一独特动力学组合。从 Part A 的通用基础自然过渡到具体形态。
| 属性 | 值 |
|---|---|
| 行数 | 1916 行 |
| 周数 | 1.5 周 |
| 前置依赖 | 20, 50; 足式动力学章节 |
| 归属 | ✅ 运动控制 |
| 文档类型 | 理论教学 |
| 标记 | 研究 |
核心知识点:
1. 四足臂系统广义坐标：q = [p_base, quat_base, q_leg1, ..., q_leg4, q_arm]^T，典型 18-24 DoF
2. 惯量矩阵分块结构：基座-腿耦合、基座-臂耦合、腿-臂交叉耦合项的物理意义
3. 臂对四足动态的影响：臂运动产生的反作用力/力矩对基座稳定性的扰动
4. 质心动量补偿：利用 CMM 将臂运动产生的质心动量变化通过腿的 GRF 补偿
5. 接触切换 + 连续操作的混合约束结构：腿有离散接触事件，臂为连续约束
6. WBC 框架下的四足臂控制：任务优先级 = 基座平衡 > 步态跟踪 > 臂操作 > 次任务
7. 简化模型 (SRB + 悬臂) vs 全身模型的适用场景分析
8. Pinocchio 中四足臂模型的构建：UrdfModelLoader + 手动添加臂分支
9. ANYmal + Z1 / B2 + Z1 / CENTAURO 三种平台的动力学特点对比
10. 四足臂动力学仿真验证：MuJoCo 全身仿真 vs Pinocchio 离线计算一致性
关键项目:
1. qm_control — 四足臂 NMPC+WBC 全栈实现
2. Pinocchio 3.x — 多支链浮动基座动力学
3. arXiv 2310.02907 — CENTAURO 37-DoF 双臂四足全身 MPC
关键论文: 1. Sleiman et al. (2021) "Unified MPC Framework for Whole-Body Dynamic Locomotion and Manipulation" 2. Bellicoso et al. (2019) "Alma - Articulated Locomotion and Manipulation for a Torque-Controllable Robot" 3. Ferrolho et al. (2023) "RoLoMa: Robust Loco-Manipulation for Quadruped Robots"
练习: 1. A 型: 在 Pinocchio 中加载 ANYmal+Z1 模型，计算站立构型下臂末端运动对基座力矩的耦合 2. B 型: 在 MuJoCo 中让四足臂执行取物任务，记录臂运动时基座的姿态扰动 3. 思考题: 为什么四足臂通常需要 WBC 而不能只用 MPC 直接输出关节力矩？计算量是唯一原因吗？
170_qm_control 精读
本章精读四足臂运动控制领域最重要的开源实现——qm_control，覆盖 OCS2 NMPC + WBC 的完整代码链路。这是从理论到工程实现的关键跨越。紧接动力学概览是因为需要先理解第 160 章的模型才能读懂控制器代码。
| 属性 | 值 |
|---|---|
| 行数 | 2134 行 |
| 周数 | 2.0 周 |
| 前置依赖 | 30, 160; 足式 WBC; 机械臂 M05 (QP/NLP), M06 (AD) |
| 归属 | ✅ 运动控制 |
| 文档类型 | 工程实践 |
| 标记 | 工业+研究 |
核心知识点: 1. qm_control 系统架构：感知 → 步态调度 → OCS2 NMPC → WBC → 关节力矩 2. OCS2 NMPC 配置精读：状态空间定义、代价函数、约束集、求解器参数 3. 步态调度器：trot / crawl / stance 的时序生成与 MPC mode schedule 的映射 4. WBC (Whole-Body Controller) 实现：层级 QP (HQP) 或加权 QP 跟踪 MPC 输出 5. WBC 任务栈：(1) 浮动基座动力学 (2) 接触力约束 (3) 基座跟踪 (4) 足端跟踪 (5) 臂跟踪 6. 力矩饱和与力矩分配：关节力矩限幅后如何在任务间重新分配 7. 状态估计集成：IMU + 关节编码器 + 接触检测 → 浮动基座状态 8. ROS2 节点组织：launch 文件、参数加载、话题/服务接口 9. 实时性分析：NMPC 求解耗时 (~10-50ms) + WBC (~0.5ms) 的时间预算 10. 调试工程：MPC 预测轨迹可视化、WBC 任务误差监控、力矩饱和报警 11. 代码扩展指南：如何添加新任务（如避障、力控）到 WBC 任务栈 12. 与 Aligator/Fatrop 后端的替换可行性分析
关键项目:
1. qm_control — 核心精读对象，每个源文件逐行分析
2. OCS2 ocs2_legged_robot — 四足 MPC 参考（qm_control 的上游）
3. ProxQP — WBC QP 求解器后端
关键论文: 1. Sleiman et al. (2021) "Unified MPC Framework for Whole-Body Dynamic Locomotion and Manipulation" 2. De Luca (2019) "Acceleration-Level Whole-Body Control" 3. Bellicoso et al. (2016) "Perception-less Terrain Adaptation through Whole Body Control and Hierarchical Optimization"
练习: 1. A 型: 编译 qm_control 并在 MuJoCo/Gazebo 中运行，记录 trot 步态下 MPC 求解频率 2. B 型: 在 WBC 任务栈中添加一个末端力控任务（z 方向力跟踪），验证与位控任务的优先级交互 3. C 型: 修改 OCS2 代价函数权重，分析基座跟踪精度 vs 臂操作精度的 trade-off 4. 思考题: qm_control 的 WBC 为什么选择加权 QP 而非严格优先级 HQP？两者在实际部署中的表现差异是什么？
210_RAMBO 混合 MPC+RL
本章探索四足臂控制的前沿方法——将 MPC 的物理知识与 RL 的自适应能力结合。RAMBO 用 QP 前馈提供物理约束保证，用 RL 残差补偿模型误差。这代表了"经典控制 + 学习"融合的最新趋势。
| 属性 | 值 |
|---|---|
| 行数 | 1502 行 |
| 周数 | 1.5 周 |
| 前置依赖 | 170; 足式 RL 基础 |
| 归属 | ✅ 运动控制 |
| 文档类型 | 论文精读 |
| 标记 | 研究 |
核心知识点: 1. 混合控制动机：纯 MPC 受限于模型精度，纯 RL 缺乏物理约束保证 2. RAMBO 架构：MPC/QP 前馈 + RL 残差力矩 = 最终关节命令 3. QP 前馈层：将 MPC 参考映射为满足动力学/接触约束的名义力矩 4. RL 残差层：学习补偿模型误差、未建模动态、扰动 5. 训练策略：先 MPC 提供稳定基线，RL 在其上做残差学习 6. 安全约束：RL 残差幅度限制、力矩饱和、接触力约束 7. Guided RL：用 MPC/TO 生成的轨迹作为 RL 训练的示教数据（arXiv 2410.13817） 8. ToMPC：ADMM 安全操作 MPC 与 RL 的结合（arXiv 2603.13944） 9. 混合方法的评估框架：与纯 MPC、纯 RL 在鲁棒性/精度/泛化上的对比 10. 部署考量：MPC 求解 + RL 推理的总延迟预算
关键项目: 1. arXiv 2504.06662 — RAMBO 代码与实验 2. arXiv 2410.13817 — Guided RL 框架 3. arXiv 2603.13944 — ToMPC 安全操作 MPC
关键论文: 1. Gangapurwala et al. (2024) "RAMBO: Robot Arm Model-Based Optimization" (arXiv 2504.06662) 2. Bogdanovic et al. (2023) "Model-Based Reinforcement Learning with Residual Policy" 3. arXiv 2410.13817 — "Guided Reinforcement Learning for Legged Manipulation" 4. arXiv 2603.13944 — "ToMPC: Admm-based Safe Manipulation MPC"
练习: 1. A 型: 实现一个简化的 RAMBO：用 PD 控制作为前馈 + PPO 残差，在 MuJoCo 中验证 2. B 型: 对比纯 PPO vs RAMBO 在外部扰动下的恢复速度和力矩峰值 3. 思考题: 残差 RL 的幅度限制是否等价于安全约束？在什么条件下残差幅度限制不够？
215_接触切换 MPC（新增）
本章是本大纲新增章节，覆盖接触隐式 MPC（CI-MPC）的最新进展——让优化器自主发现接触序列而非人工预设。这是解决四足臂/人形"何时何处接触"这一核心问题的前沿方法。置于 RAMBO 之后是因为 CI-MPC 代表了 MPC 方向的下一步演进。
| 属性 | 值 |
|---|---|
| 行数 | 新增 (预计 1500+ 行) |
| 周数 | 2.0 周 |
| 前置依赖 | 30, 170; 机械臂 M05 (QP/NLP); 足式接触建模 |
| 归属 | ✅ 运动控制 |
| 文档类型 | 理论教学 + 论文精读 |
| 标记 | 研究 |
核心知识点: 1. 接触隐式优化动机：传统 MPC 依赖预设接触序列 (mode schedule)，CI-MPC 将接触作为优化变量 2. 互补约束 (Complementarity Constraints)：接触力 f >= 0, 距离 d >= 0, f * d = 0 3. NCP/LCP 形式化：非线性互补问题 (NCP) 与线性互补问题 (LCP) 的关系 4. C3/C3+ 方法 (arXiv 2304.11259)：ADMM 交替求解接触力与轨迹，保证互补约束 5. Global CI-MPC (arXiv 2505.13350)：采样生成多个接触模式候选 + 局部 CI-MPC 精化 6. 混杂模式处理 (arXiv 2510.19074)：不可微接触切换的数值处理策略 7. Fischer-Burmeister 松弛：将互补约束光滑化为可微约束，使标准 NLP 求解器可用 8. 对数障碍松弛：内点法处理互补约束的替代方案 9. 与 Drake Hydroelastic 的关系：连续可微接触模型 vs 离散互补约束 10. 计算性能：CI-MPC 当前求解速度 vs 实时需求的差距与缩减路径 11. 应用场景：自主发现步态、操作中的接触利用、多接触运动规划 12. 与 MuJoCo/Drake 仿真器中接触模型的一致性验证
关键项目:
1. arXiv 2505.13350 — Global CI-MPC 代码
2. arXiv 2304.11259 — C3/C3+ 实现
3. Drake ContactSolvers — 接触求解器参考
4. MuJoCo 接触模型 — 仿真验证
关键论文: 1. Posa et al. (2014) "A Direct Method for Trajectory Optimization of Rigid Bodies Through Contact" (IJRR) 2. Aydinoglu et al. (2023) "C3: Complementarity Constraint Contacts" (arXiv 2304.11259) 3. Doshi et al. (2025) "Global Contact-Implicit MPC" (arXiv 2505.13350) 4. arXiv 2510.19074 — "Hybrid Mode Contact-Implicit MPC"
练习: 1. A 型: 推导一维弹跳球的互补约束，用 Fischer-Burmeister 松弛后用 Ipopt 求解 2. B 型: 在 Drake 中用 contact-implicit TO 规划一个简单的推物轨迹 3. C 型: 对比 C3 (ADMM) 和 NLP 松弛两种方法在三维接触场景中的求解时间与解质量 4. 思考题: CI-MPC 自主发现的接触序列是否总是最优？人工先验 (mode schedule) 在什么时候仍有价值？
过渡: Part D 完成了四足臂方向从动力学到工程实现到前沿研究的完整链路。Part E 转向人形方向——它与四足臂共享浮动基座动力学 (20) 和 MPC 框架 (30)，但在步态生成和全身柔顺控制上有独特的技术挑战。
Part E: 人形 D3b（220 — ~3 周）
完成本 Part 后你能做什么: 掌握经典人形全身控制的完整理论栈——TSID (Task Space Inverse Dynamics) / HQP (Hierarchical QP) / ZMP-MPC；理解双足步态生成与平衡控制的特殊约束。
220_经典人形全身控制
本章覆盖人形机器人运动控制的经典方法论——从 ZMP (Zero Moment Point) 稳定性判据到 TSID 任务空间逆动力学到 HQP 分层优化。与四足臂共享第 20 章的浮动基座动力学，但人形的独特之处在于双足支撑多边形小、步态切换频繁、上肢操作与下肢行走强耦合。
| 属性 | 值 |
|---|---|
| 行数 | 1504 行 |
| 周数 | 3.0 周 |
| 前置依赖 | 20, 30; 足式 WBC/ZMP; 机械臂 M05 (QP/NLP) |
| 归属 | ✅ 运动控制 |
| 文档类型 | 理论教学 |
| 标记 | 研究 |
核心知识点: 1. ZMP (Zero Moment Point) 稳定性判据：ZMP 在支撑多边形内 ↔ 不翻倒；计算方法与局限 2. DCM (Divergent Component of Motion)：将质心动力学分解为稳定/不稳定分量，简化步态规划 3. 线性倒立摆模型 (LIPM/3D-LIPM)：质心约束在恒定高度平面上的简化及其 MPC 建模 4. ALIP (Angular-LIP)：在 LIPM 基础上加入角动量约束的改进模型（arXiv 2509.04722） 5. TSID (Task Space Inverse Dynamics)：在操作空间中定义任务 → 逆动力学求解关节力矩 6. HQP (Hierarchical QP)：严格优先级 QP 求解，高优先级任务不受低优先级影响 7. ZMP-MPC：将 ZMP 约束编码进 MPC，在线生成步态和质心轨迹 8. 单层全身 MPC 新趋势：HECTOR (arXiv 2312.11868) 无 WBC 直接全身控制 9. Gait-Net MPC (arXiv 2502.02934)：可变频步态生成 10. ULC (arXiv 2507.06905)：统一 locomotion-manipulation 控制器 11. RAPTOR (arXiv 2409.00303)：仅驱动关节 + 逆动力学降维加速 12. 框架对比：OCS2 / Aligator / MJPC / Fatrop / RAPTOR 在人形上的验证状态
关键项目:
1. OCS2 + Digit — 人形 MPC 参考
2. MJPC + H1 — 零配置人形 MPC
3. stack-of-tasks/tsid — TSID C++ 实现
4. Aligator + Digit — ProxDDP 人形验证
关键论文: 1. Vukobratovic & Borovac (2004) "Zero-Moment Point — Thirty-Five Years of Its Life" 2. Englsberger et al. (2015) "Three-Dimensional Bipedal Walking Control Based on Divergent Component of Motion" 3. Del Prete et al. (2016) "Implementing Torque Control with High-Ratio Gear Boxes and without Joint-Torque Sensors" 4. arXiv 2312.11868 — HECTOR force-moment 无 WBC 人形控制 5. arXiv 2509.04722 — 分层 MPC+RL (ALIP 40Hz + SRB 500Hz) 6. arXiv 2505.11495 — SRB-MPC+HLIP 推力恢复
练习: 1. A 型: 用 LIPM 推导 ZMP 与质心加速度的关系，实现一个简单的 ZMP-MPC 步态生成器 2. B 型: 在 MJPC 中加载 H1 模型，运行默认人形控制并分析 MPC 预测轨迹 3. C 型: 用 TSID (tsid 库) 实现一个人形站立平衡控制器，加入上肢操作任务并观察优先级交互 4. 思考题: 为什么人形的 WBC 通常需要 HQP（严格优先级）而四足更多用加权 QP？双足支撑多边形的大小在其中扮演什么角色？
过渡: Part E 覆盖了人形方向的经典运动控制方法。注意人形全身 RL (230) 和 SimToReal (240) 等学习方法章节已标注 → 06_具身智能。Part F 将把所有子方向汇聚到跨形态的收束主题：多机协作、统一闭环和研究方向规划。
交叉/桥接章节（180, 190, 200, 250, 270）
以下 5 章横跨运动控制与具身智能（学习方法），标注 "⚠️ 交叉"。每章包含运动控制相关内容（WBC 架构 / 阻抗控制 / SimToReal 方法论）和学习方法内容（端到端 RL / 视觉策略 / Diffusion Policy）。建议运动控制方向学习者重点关注 WBC/阻抗/SimToReal 部分，学习方法部分可按需选读或参考 06_具身智能。
180_Deep_WBC 精读 ⚠️ 交叉
本章精读 "Deep Whole-Body Control" 论文——用端到端 RL 替代传统 WBC 的分层结构。交叉性在于：替代的是运动控制的 WBC 层，使用的是学习方法。
| 属性 | 值 |
|---|---|
| 行数 | 1541 行 |
| 周数 | 1.0 周 |
| 前置依赖 | 170 (WBC 理解); 足式 RL 基础 |
| 归属 | ⚠️ 交叉 |
| 文档类型 | 论文精读 |
运动控制相关内容: - WBC 的计算瓶颈：QP 求解延迟、模型误差、约束处理 - 端到端替代的动机：用 RL 学习从任务空间到关节力矩的直接映射 - 与传统 WBC 的对比框架：精度、鲁棒性、计算延迟、可解释性
学习方法内容 (→ 06_具身智能): - PPO 训练框架、奖励设计、课程学习 - IsaacLab 并行环境配置、SimToReal 迁移
关键论文: Cheng et al. (2023) "Deep Whole-Body Control: Learning a Unified Policy for Manipulation and Locomotion"
190_Visual_WBC 精读 ⚠️ 交叉
本章精读 "Visual Whole-Body Control" 论文——将视觉感知引入全身控制回路。交叉性在于：视觉 WBC 的控制框架属于运动控制，视觉策略学习属于具身智能。
| 属性 | 值 |
|---|---|
| 行数 | 1503 行 |
| 周数 | 1.0 周 |
| 前置依赖 | 180; 计算机视觉基础 |
| 归属 | ⚠️ 交叉 |
| 文档类型 | 论文精读 |
运动控制相关内容: - 两级控制架构：高层视觉策略输出目标 → 低层 WBC/RL 执行 - 高层-低层接口设计：目标位姿 / 速度命令 / 力参考 - 与传统 MPC+WBC 分层的异同
学习方法内容 (→ 06_具身智能): - 两级 RL 训练：高层策略 + 低层策略的分阶段训练 - 视觉编码器：深度图 / 点云 / RGB 的表征选择
关键论文: Cheng et al. (2024) "Visual Whole-Body Control for Legged Loco-Manipulation"
200_UMI_on_Legs 精读 ⚠️ 交叉
本章精读 "UMI on Legs" 论文——将 Diffusion Policy 与四足 RL-WBC 结合，实现移动操作。交叉性在于：底层 WBC 是运动控制，上层 Diffusion Policy 是学习方法。
| 属性 | 值 |
|---|---|
| 行数 | 1510 行 |
| 周数 | 1.0 周 |
| 前置依赖 | 170, 50 |
| 归属 | ⚠️ 交叉 |
| 文档类型 | 论文精读 |
运动控制相关内容: - RL-WBC 底层架构：RL 策略输出关节位置参考 → PD 控制执行 - 手臂操作与四足行走的接口协议：频率解耦、坐标系转换 - 力矩限幅与安全约束在混合系统中的实现
学习方法内容 (→ 06_具身智能): - Diffusion Policy (DP) 用于操作技能生成 - 数据采集与 UMI 系统设计
关键论文: He et al. (2024) "UMI on Legs: Making Manipulation Policies Mobile with Manipulation-Centric Whole-body Controllers"
250_力敏感人形 LocoMani ⚠️ 交叉
本章精读力敏感人形 Loco-Manipulation 论文——将阻抗控制与 RL 策略结合实现人形的力敏感操作行走。交叉性在于：阻抗控制框架属于运动控制，双策略架构属于学习方法。
| 属性 | 值 |
|---|---|
| 行数 | 1501 行 |
| 周数 | 1.0 周 |
| 前置依赖 | 220; 机械臂力控基础 |
| 归属 | ⚠️ 交叉 |
| 文档类型 | 论文精读 |
运动控制相关内容: - 阻抗控制在人形 Loco-Manipulation 中的应用 - 力/位混合控制在行走+操作中的接口设计 - FALCON 双策略架构中的控制层分析
学习方法内容 (→ 06_具身智能): - FALCON 双策略 RL 训练：行走策略 + 操作策略协同 - 力感知奖励设计
关键论文: 力敏感人形 LocoMani 相关工作 (阻抗 + FALCON 双策略)
270_SimToReal 统一方法论 ⚠️ 交叉
本章综合梳理 Domain Randomization / System Identification / RMA 等 SimToReal 方法论，适用于所有子方向。交叉性在于：SimToReal 的工程方法论服务运动控制部署，但具体技术（DR/RMA）常与 RL 训练紧密耦合。
| 属性 | 值 |
|---|---|
| 行数 | 2002 行 |
| 周数 | 1.0 周 |
| 前置依赖 | 全形态章节 |
| 归属 | ⚠️ 交叉 |
| 文档类型 | 综合 |
运动控制相关内容: - SimToReal gap 分类：动力学参数、接触模型、执行器延迟、传感器噪声 - System Identification (SysID)：从真实数据标定仿真模型参数 - 仿真器选择对 SimToReal 的影响：MuJoCo vs Isaac vs Drake 的接触模型差异 - 部署工程：C++ 实时推理、延迟补偿、安全监控
学习方法内容 (→ 06_具身智能): - Domain Randomization (DR)：参数范围选择与训练策略 - RMA (Rapid Motor Adaptation)：在线自适应模块 - 自动 DR / Bayesian SimOpt
关键论文: 1. Tan et al. (2018) "Sim-to-Real: Learning Agile Locomotion For Quadruped Robots" 2. Kumar et al. (2021) "RMA: Rapid Motor Adaptation for Legged Robots"
具身智能标注章节（40, 80, 140, 150, 230, 240, 260 → 06_具身智能）
以下 7 章内容以 RL / VLA / 模仿学习为核心方法，归属具身智能方向（06_具身智能）。此处仅列主题和前置依赖，供运动控制学习者了解上下游关系。详细知识点和练习请参阅 06_具身智能大纲。
| 章节 | 行数 | 主题 | 方法 | 前置依赖 |
|---|---|---|---|---|
| 40_RL全身控制基础 | 2347 | IsaacLab 全身 RL (PPO) | RL | 20 |
| 80_Wheel_Legged_Gym_RL | 1553 | IsaacLab 轮足 RL | RL | 60, 70 |
| 140_VLA移动操作 | 1500 | pi0 / LeRobot / ACT | VLA | 120, 130 |
| 150_Mobile_ALOHA与UMI | 1503 | 示教数据采集 | 模仿学习 | 140 |
| 230_人形全身RL | 1509 | AMASS/PPO/蒸馏 | RL | 220 |
| 240_ASAP_SimToReal | 1501 | delta-action/两阶段 | RL 部署 | 230 |
| 260_VLA_Foundation_Model | 1500 | VLA/Foundation Model | VLA | 全形态 |
交叉引用关系: - 40 ← 20 (动力学基础)：RL 全身控制需要理解被控对象的动力学 - 80 ← 60, 70 (轮式约束/MPC)：轮足 RL 的观测空间编码轮式约束 - 140 ← 120, 130 (底盘臂规划)：VLA 的操作空间定义来自联合规划 - 230 ← 220 (经典 WBC)：人形 RL 的奖励设计借鉴 ZMP/DCM 稳定性指标 - 260 为全形态通用章节，可在学完任意子方向后选读
Part F: 跨形态收束（280, 290, 300 — ~6 周）
完成本 Part 后你能做什么: 理解多机协作 Loco-Manipulation 的分布式 MPC/ADMM 方法；建立感知-操作-运动统一闭环的系统架构；形成复合方向的研究方向评估和博士规划能力。
280_多机协作 LocoMani
本章将单机控制扩展到多机协作场景——多台四足臂/轮足协同搬运、协同操作的分布式控制方法。作为 Part F 的首章，它从单机视角跨入系统级视角。
| 属性 | 值 |
|---|---|
| 行数 | 1847 行 |
| 周数 | 2.0 周 |
| 前置依赖 | 30 (MPC), 170 (qm_control) 或 220 (人形WBC)，至少完成一个子方向 |
| 归属 | ✅ 运动控制 |
| 文档类型 | 综合 |
| 标记 | 研究 |
核心知识点: 1. 多机协作任务分解：全局任务 → 子任务分配 → 局部执行的分层架构 2. 分布式 MPC：每台机器人求解局部 MPC + 通信协调一致性约束 3. 星形 ADMM：ACLM (arXiv 2603.07095) 4 台四足臂协同，中心 ADMM 协调 4. CBF 多机安全 (arXiv 2603.19170)：ADMM + CBF 保证多机间安全距离 5. 通信约束：有限带宽、延迟、丢包对分布式控制的影响 6. 负载分配：多机共同搬运物体时的力/力矩分配策略 7. 编队控制与操作协调：编队保持 + 末端协同操作的多目标优化 8. 异构多机协作：轮足 + 四足臂 + 人形的混合编队 9. 仿真平台：MuJoCo MJX 多机并行仿真、Isaac Lab 多 agent 环境 10. 开放问题：通信不可靠时的局部自治策略、大规模多机扩展性
关键项目: 1. arXiv 2603.07095 — ACLM 4 台四足臂星形 ADMM 2. arXiv 2603.19170 — ADMM+CBF 多机安全
关键论文: 1. Boyd et al. (2011) "Distributed Optimization and Statistical Learning via ADMM" — ADMM 数学基础 2. arXiv 2603.07095 — ACLM: 多四足臂协作 Loco-Manipulation 3. arXiv 2603.19170 — ADMM+CBF 多机安全约束
练习: 1. A 型: 在 MuJoCo 中搭建 2 台四足臂协同搬运场景，实现简单的力分配 2. B 型: 实现星形 ADMM 的简化版本（2 个 agent + 1 个协调器），验证收敛性 3. 思考题: 分布式 MPC 相比集中式 MPC 的核心优势和代价是什么？在多少台机器人以上分布式方案变得必要？
290_感知操作运动统一闭环
本章是整个复合方向的技术收束——将 SLAM 不确定性、操作策略、MPC/WBC 控制和安全过滤连接成统一的闭环系统。它不是单一算法的讲解，而是系统集成的方法论。
| 属性 | 值 |
|---|---|
| 行数 | 1620 行 |
| 周数 | 2.0 周 |
| 前置依赖 | 至少完成 Part A + 一个子方向 (B/C/D/E) |
| 归属 | ✅ 运动控制 |
| 文档类型 | 综合 |
| 标记 | 工业+研究 |
核心知识点: 1. 三层闭环架构：感知层 (SLAM/检测) → 规划层 (任务/运动规划) → 控制层 (MPC/WBC) 2. 感知不确定性传播：SLAM 位姿协方差如何影响 MPC 约束设置 3. 操作策略与运动控制的接口：task-frame 目标 → MPC 参考 → WBC 执行 4. 安全过滤层：CBF / 碰撞检测 / 力矩限幅作为最后防线 5. 延迟预算：感知 (~30ms) + 规划 (~50ms) + 控制 (~2ms) 的端到端延迟分析 6. 异常处理：感知丢失/操作失败/控制异常的恢复策略 7. 多模态感知融合：视觉 + LiDAR + 力/触觉 + 本体感觉的统一状态估计 8. VLA 接口层：学习型策略如何与传统 MPC/WBC 控制栈对接 9. 系统集成测试方法论：单元测试 → 模块测试 → 系统测试 → 场景测试 10. 从研究原型到产品的系统集成差距分析
关键项目: 1. 各子方向的 MPC/WBC 实现 — 控制层参考 2. ORB-SLAM3 / VILENS — 感知层参考 3. MoveIt2 / 自研规划器 — 规划层参考
关键论文: 1. 各子方向核心论文的系统集成视角重读 2. Xia et al. (2023) "A Survey of Robot Perception and Autonomy Technologies for Manipulation"
练习: 1. A 型: 画出一个完整的感知-操作-运动闭环系统架构图，标注每个模块的输入/输出/频率 2. B 型: 在仿真中搭建一个最小闭环：深度相机目标检测 → 目标位姿 → MPC 导航+操作 3. 思考题: 端到端学习 (VLA) 是否会取代这种分层架构？分层架构的不可替代优势是什么？
300_研究方向与博士规划
本章是整个复合方向的元层——将前面所有技术内容转化为研究方向评估、五年博士路线规划和最小闭环实验设计。作为全书末章，它帮助读者从学习者转变为研究者。
| 属性 | 值 |
|---|---|
| 行数 | 1641 行 |
| 周数 | 2.0 周（含方向调研） |
| 前置依赖 | 至少完成 Part A + 一个子方向 + Part F 前两章 |
| 归属 | 元 |
| 文档类型 | 研究导引 |
核心知识点: 1. 四大子方向评估：轮足/底盘臂/四足臂/人形的研究成熟度、开放问题、竞争程度 2. 研究方向热度分析：基于 arXiv/会议论文统计的方向趋势（2024-2026） 3. 五年博士路线规划模板：Y1 复现 → Y2 改进 → Y3 创新 → Y4 系统 → Y5 论文 4. 最小闭环实验设计：用最少硬件/软件投入验证一个研究假设的方法 5. 硬件平台选择：已有实验室设备 vs 购置新设备的决策框架 6. 仿真平台选择：MuJoCo / Isaac Lab / Drake / Gazebo 的研究场景适配 7. 论文写作策略：顶会 (RSS/CoRL/ICRA/IROS) 的投稿节奏与选题策略 8. 开源策略：何时/如何开源代码以最大化研究影响力
关键项目: 无新项目，汇总前面所有章节的项目
关键论文: 无新论文，汇总前面所有章节的核心论文
练习: 1. A 型: 选择一个研究方向，写一页研究提案（问题定义/方法/预期贡献/实验计划） 2. B 型: 为选定方向设计一个 6 个月的最小闭环实验计划 3. 思考题: 你的研究方向在 5 年后还会是热点吗？什么信号可以帮助判断方向的持久性？
学习路径建议
路径 A: 工业轮足工程师（~14 周）
Part A 精简 (10→20→30速览, 3周)
→ Part B 完整 (60→70→100→110→90, 10周)
→ 270 SimToReal方法论 (1周)
重点：运动学约束、MPC 调参、硬件部署、SimToReal 工程。跳过理论推导细节，聚焦可运行的代码链路。
路径 B: 四足臂研究者（~18 周）
Part A 完整 (10→20→30→50, 6周)
→ Part D 完整 (160→170→210→215, 9周)
→ 交叉精选 (180, 200, 1-2周)
→ Part F 精选 (280速览→300, 1周)
重点：统一动力学、OCS2 全栈、混合 MPC+RL、CI-MPC 前沿。交叉章节选读 Deep WBC 和 UMI on Legs 理解 MPC-RL 边界。
路径 C: 人形研究者（~15 周）
Part A 完整 (10→20→30→50, 6周)
→ Part E 完整 (220, 3周)
→ 交叉精选 (250, 270, 2周)
→ Part F 精选 (280→290→300, 4周)
重点：人形 TSID/HQP/ZMP-MPC、力敏感操作、SimToReal 方法论、多机协作。交叉章节选读力敏感 LocoMani。
路径 D: 全面学习者（~43 周）
Part A (6周) → Part B (10周) → Part C (4周)
→ Part D (9周) → Part E (3周)
→ 交叉章节 (5周) → Part F (6周)
适合时间充裕的博士生或研究工程师，可根据兴趣调整各 Part 的深度。
交叉引用地图
与足式方向的交叉
| 复合方向章节 | 足式方向相关内容 | 关系 |
|---|---|---|
| 20 浮动基座动力学 | 足式 RNEA/ABA/CMM | 直接扩展：加入臂分支 |
| 30 多模态MPC | 足式 MPC/OCS2 | 直接扩展：加入操作模态 |
| 70 轮足混合MPC | 足式 WBC | 组合：足式 WBC + 轮式约束 |
| 220 经典人形WBC | 足式 ZMP/DCM | 直接扩展：加入上肢操作 |
| 110 SimToReal | 足式 SimToReal | 相同方法论，不同平台 |
与机械臂方向的交叉
| 复合方向章节 | 机械臂方向相关内容 | 关系 |
|---|---|---|
| 50 操作技能接口 | M03 IK, M05 QP/NLP | 扩展：从固定基座到浮动基座 |
| 120 底盘臂联合规划 | M03 IK, M05 QP/NLP | 扩展：加入底盘冗余 |
| 130 OCS2 MM | M08 轨迹优化 | 对应：MPC 版本的轨迹优化 |
| 160 四足臂动力学 | M01 Pinocchio, M02 库对比 | 扩展：多支链浮动基座 |
| 215 接触切换MPC | 机械臂 F12 接触隐式优化 | 同一理论：互补约束、CI-TO |
与 06_具身智能方向的交叉
| 复合方向章节 | 具身智能相关内容 | 接口 |
|---|---|---|
| 30 多模态MPC | 40 RL全身控制 | MPC 输出参考 → RL WBC 跟踪 |
| 70 轮足混合MPC | 80 轮足RL | MPC 基线 vs RL 端到端对比 |
| 170 qm_control | 180/190 Deep/Visual WBC | WBC QP → RL 端到端替代 |
| 120 底盘臂联合规划 | 140 VLA移动操作 | 运动学规划 → VLA 端到端替代 |
| 220 经典人形WBC | 230 人形全身RL | TSID/HQP → PPO/蒸馏替代 |
| 290 统一闭环 | 260 VLA Foundation | 分层闭环 vs 端到端 VLA |
内容更新优先级
以下更新建议来自调研审计报告，按优先级排列。大纲 v1.0 已将这些更新需求纳入对应章节的知识点中（标注了 arXiv 编号），但对应的源文件尚未修改。
P0 高优先级（影响教学主线）
| 章节 | 需补充内容 | 影响 |
|---|---|---|
| 30_多模态MPC | Fatrop 内点法 80Hz 全身 MPC; MuJoCo iLQR 全身 MPC; 框架对比表更新 | 核心框架章节，新求解器改变了全身 MPC 实时性的认知 |
| 60_轮式运动学 | GMPC 李群 SE(2); 4WIS 统一模型; 滑移补偿 | 新方法简化了非完整约束处理 |
| 70_轮足混合MPC | 无模式切换统一建模; 能效步态预测 | 可能改变 Part B 的教学逻辑（不再需要 100 硬切换？） |
| 220_经典人形全身控制 | 单层全身 MPC (HECTOR); 框架对比表 (OCS2/Aligator/MJPC/Fatrop/RAPTOR) | 人形控制范式正在从分层走向单层 |
P1 中优先级（增强深度）
| 章节 | 需补充内容 | 影响 |
|---|---|---|
| 130_OCS2_MM | ROS2 移植细节; Fatrop 后端; CLF-CBF 安全 | 工程实践章节的时效性 |
| 280_多机协作 | ACLM 详细算法; CBF 多机安全 | 前沿研究内容更新 |
| 100_模式切换 | Pegasus 分层; 软统一替代硬切换 | 与 70 的统一建模趋势一致 |
| 210_RAMBO | RAMBO 论文细节; Residual MPC 对比 | 混合方法细节 |
| 215_接触切换MPC (新增) | 需从零创建完整章节文件 | 全新章节 |
P2 低优先级（维护性）
| 章节 | 需补充内容 | 影响 |
|---|---|---|
| 90_Swiss_Mile | 更名为 RIVR; 更新商业进展 | 名称和事实更新 |
附录
附录 A: 核心项目总表
全书所有章节项目的统一索引，按子方向分组。
A.1 通用基础项目
| 项目 | 章节 | 预计耗时 | 硬件/软件 | 难度 |
|---|---|---|---|---|
| Pinocchio 加载 ANYmal+Z1 URDF, 提取 M(q) 分块 | 20 | 3h | Pinocchio 3.9 | ++ |
| OCS2 双足 SRB-MPC 站立平衡 | 30 | 6h | OCS2 + ROS2 | +++ |
| CasADi 单刚体 MPC 实现 | 30 | 8h | CasADi + Python | +++ |
| Pinocchio 四足臂末端雅可比耦合分析 | 50 | 3h | Pinocchio 3.9 | ++ |
A.2 轮足项目
| 项目 | 章节 | 预计耗时 | 硬件/软件 | 难度 |
|---|---|---|---|---|
| Pfaffian 矩阵推导与可控性验证 | 60 | 4h | SymPy + MuJoCo | ++ |
| OCS2 轮足三模态 MPC 配置 | 70 | 8h | OCS2 + ROS2 | +++ |
| BT.CPP 三模态切换状态机 | 100 | 4h | BT.CPP + ROS2 | ++ |
| ros2_control 轮足硬件接口 | 110 | 6h | ros2_control | +++ |
| ONNX 推理延迟测试 | 110 | 3h | ORT C++ | ++ |
A.3 四足臂项目
| 项目 | 章节 | 预计耗时 | 硬件/软件 | 难度 |
|---|---|---|---|---|
| MuJoCo 四足臂取物基座扰动分析 | 160 | 5h | MuJoCo 3.x | ++ |
| qm_control 编译与 trot 步态运行 | 170 | 8h | OCS2 + MuJoCo | +++ |
| qm_control WBC 末端力控任务扩展 | 170 | 10h | ProxQP + C++ | ++++ |
| RAMBO 简化实现 (PD + PPO 残差) | 210 | 12h | MuJoCo + PyTorch | ++++ |
| 互补约束松弛 + Ipopt 求解 | 215 | 6h | CasADi + Ipopt | +++ |
| Drake CI-TO 推物轨迹规划 | 215 | 8h | Drake | +++ |
A.4 人形与跨形态项目
| 项目 | 章节 | 预计耗时 | 硬件/软件 | 难度 |
|---|---|---|---|---|
| LIPM ZMP-MPC 步态生成器 | 220 | 6h | Python / CasADi | +++ |
| MJPC + H1 人形控制运行与分析 | 220 | 4h | MuJoCo MPC | ++ |
| TSID 人形站立平衡控制 | 220 | 8h | tsid + Pinocchio | +++ |
| 星形 ADMM 简化实现 (2 agent) | 280 | 10h | Python / C++ | ++++ |
| 最小感知-控制闭环仿真系统 | 290 | 12h | MuJoCo + ROS2 | ++++ |
附录 B: 论文阅读路线图
按主题分组的论文阅读清单，分三层。
B.1 必读经典（基础方法论，12 篇）
| 论文 | 年份 | 章节 | 优先级 | 阅读时间 | 核心贡献 |
|---|---|---|---|---|---|
| Featherstone, "Rigid Body Dynamics Algorithms" (书) | 2008 | 20 | P0 | 10h | 浮动基座 RNEA/ABA 经典推导 |
| Orin et al., "Centroidal Dynamics of a Humanoid Robot" | 2013 | 20 | P0 | 3h | CMM 的系统推导 |
| Khatib, "Unified Approach for Motion and Force Control" | 1987 | 50, 120 | P0 | 2h | 操作空间控制理论奠基 |
| Diehl et al., "Real-Time Iteration Scheme for NMPC" | 2005 | 30 | P0 | 3h | SQP-RTI 实时 MPC 方法 |
| Murray, Li & Sastry, "Robotic Manipulation" (书) | 1994 | 60 | P0 | 8h | 非完整约束经典教材 |
| Vukobratovic, "Zero-Moment Point" | 2004 | 220 | P0 | 2h | ZMP 35 年综述 |
| Posa et al., "Direct Method for TO Through Contact" | 2014 | 215 | P0 | 3h | CI-TO 奠基论文 |
| Boyd et al., "ADMM" | 2011 | 280 | P0 | 4h | 分布式优化数学基础 |
| Sentis & Khatib, "Hierarchical Control of Behavioral Primitives" | 2005 | 50, 170 | P0 | 3h | WBC 优先级框架 |
| Goebel et al., "Hybrid Dynamical Systems" | 2009 | 100 | P1 | 4h | 混杂系统理论基础 |
| Dietrich et al., "Null Space Projections for Redundant Robots" | 2015 | 120 | P1 | 3h | 冗余分解综述 |
| Englsberger et al., "3D Bipedal Walking Based on DCM" | 2015 | 220 | P1 | 3h | DCM 步态规划 |
B.2 重要扩展（各子方向核心工作，15 篇）
| 论文 | 年份 | 章节 | 核心贡献 |
|---|---|---|---|
| Sleiman et al., "Unified MPC for Whole-Body LocoMani" | 2021 | 30, 170 | OCS2 多模态 MPC 统一框架 |
| Bjelonic et al., "Whole-Body MPC for Wheeled-Legged Robots" | 2020 | 70 | 轮足混合 MPC |
| Bjelonic et al., "Online Mode Sequence for Wheeled-Legged" | 2021 | 100 | 在线模式切换 |
| Bellicoso et al., "Alma - Articulated LocoMani" | 2019 | 160 | 四足臂统一控制 |
| Ferrolho et al., "RoLoMa: Robust Loco-Manipulation" | 2023 | 160 | 鲁棒四足操作 |
| Del Prete et al., "Torque Control with High-Ratio Gear" | 2016 | 220 | 人形力矩控制工程 |
| Carpentier et al., "Pinocchio C++ Library" | 2019 | 20 | 动力学库架构 |
| Aydinoglu et al., "C3: Complementarity Constraint Contacts" | 2023 | 215 | ADMM 接触求解 |
| Hwangbo et al., "Learning Agile Motor Skills" | 2019 | 110 | SimToReal 经典 |
| Miki et al., "Learning Robust Perceptive Locomotion" | 2022 | 110 | 感知行走 SimToReal |
| Cheng et al., "Deep Whole-Body Control" | 2023 | 180 | RL 替代 WBC |
| He et al., "UMI on Legs" | 2024 | 200 | DP + RL-WBC 操作 |
| Tan et al., "Sim-to-Real Agile Locomotion" | 2018 | 270 | SimToReal 方法论 |
| Kumar et al., "RMA: Rapid Motor Adaptation" | 2021 | 270 | 在线自适应 |
| Meduri et al., "Biconmp: Nonlinear MPC for Whole Body" | 2023 | 70 | 全身非线性 MPC |
B.3 前沿追踪（2025-2026 最新进展，15 篇）
| 论文 | arXiv | 章节 | 核心贡献 |
|---|---|---|---|
| Fatrop 逆动力学 MPC | 2511.19709 | 30 | 80Hz 全身实时 MPC (B2+Z1) |
| MuJoCo iLQR 全身 MPC | 2503.04613 | 30 | 有限差分 iLQR (H1) |
| HECTOR force-moment | 2312.11868 | 220 | 无 WBC 直接人形控制 |
| 37-DoF 双臂四足 MPC | 2310.02907 | 160 | CENTAURO 全身 MPC |
| GMPC 李群 SE(2) | 2403.07317 | 60 | 非完整凸化 |
| 全向统一建模 | 2509.14010 | 70 | 无模式切换轮足 |
| 能效步态预测 | 2601.10723 | 70 | 预测能量选模式 |
| Global CI-MPC | 2505.13350 | 215 | 采样+局部 CI-MPC |
| C3+ | 2304.11259 | 215 | ADMM 交替接触求解 |
| RAMBO | 2504.06662 | 210 | QP 前馈+RL 残差 |
| Guided RL | 2410.13817 | 210 | MPC 示教引导 RL |
| ACLM | 2603.07095 | 280 | 4 台四足臂星形 ADMM |
| ADMM+CBF 多机 | 2603.19170 | 280 | 分布式安全 |
| Gait-Net MPC | 2502.02934 | 220 | 变频人形步态 |
| Aligator TRO | TRO 2025 | 30 | ProxDDP 后继框架 |
附录 C: 硬件平台选型指南
面向不同预算的复合机器人学习平台选型建议。
C.1 仿真平台对比
| 仿真器 | 接触模型 | GPU 加速 | 多机支持 | 推荐场景 |
|---|---|---|---|---|
| MuJoCo 3.x | 凸接触、弹性 | MJX (JAX) | 有限 | 快速原型、MPC 验证 |
| Isaac Lab | 刚体+柔体 | 原生 GPU | 大规模并行 | RL 训练、SimToReal |
| Drake | Hydroelastic | 有限 | -- | 数学严谨、CI-TO |
| Gazebo Ionic | ODE/Bullet/DART | -- | ROS2 原生 | 系统集成、传感器仿真 |
| Genesis | 统一多物理 | CUDA/Taichi | 有限 | 前沿研究 |
C.2 硬件平台选型矩阵
| 预算级别 | 轮足 | 四足臂 | 人形 | 备注 |
|---|---|---|---|---|
| 纯仿真 (0元) | MuJoCo 轮足模型 | MuJoCo ANYmal+Z1 | MuJoCo H1/Digit | 零成本入门 |
| 低预算 (<5万) | 自研轮足平台 | Go2 + 简易机械臂 | -- | 适合验证基础算法 |
| 中预算 (5-30万) | B2 + 简易臂 | B2 + Z1 | -- | 适合完整 MPC/WBC 验证 |
| 高预算 (>30万) | ANYmal + 定制臂 | ANYmal + 定制臂 | H1 / Digit | 研究级全功能平台 |
| 工业级 (>100万) | RIVR 商用平台 | 定制方案 | Figure / 1X | 产品化部署 |
C.3 计算平台建议
| 用途 | 最低配置 | 推荐配置 | 备注 |
|---|---|---|---|
| MPC/WBC 仿真 | i7 + 16GB | i9 + 32GB | CPU 密集型 |
| RL 训练 | RTX 3060 + 16GB | RTX 4090 / A100 | GPU 并行环境 |
| 实时部署 | Jetson Orin NX | Jetson AGX Orin | ARM + GPU |
| 多机仿真 | RTX 4090 + 64GB | 多 GPU 工作站 | MJX 并行 |
附录 D: 数学速查
核心数学工具速查卡。
D.1 Lie 群/李代数
- SE(3) 表示：齐次变换矩阵 T = [R, p; 0, 1]，维度 4x4
- so(3) → SO(3)：指数映射 R = exp([omega]_x)，Rodrigues 公式
- se(3) → SE(3)：指数映射 T = exp([xi]_^)
- 对数映射：SO(3) → so(3)，theta = arccos((tr(R)-1)/2)
- 伴随表示：Ad_T 将速度从一个坐标系变换到另一个
- 浮动基座 nq != nv 的根源：四元数 (4维) 参数化 SO(3) (3维)
D.2 浮动基座动力学公式
- 运动方程：M(q) * a + C(q,v) * v + g(q) = S^T * tau + J_c^T * f_c
- 选择矩阵 S：前 6 行为零 (基座不可直接驱动)
- CMM：h = A(q) * v，其中 h = [k; l] 为质心角/线动量
- CRBA：M(q) = sum_i phi_i^T * I_i^c * phi_i (递推组合)
- RNEA：tau = rnea(model, q, v, a)，O(n) 复杂度
- ABA：a = aba(model, q, v, tau)，O(n) 正向动力学
D.3 最优控制
- 离散时间 OCP：min sum_{k=0}^{N-1} l(x_k, u_k) + V_N(x_N) s.t. x_{k+1} = f(x_k, u_k)
- LQR：线性系统 + 二次代价 → Riccati 方程闭式解
- iLQR/DDP：非线性系统的迭代 LQR，前向rollout + 后向Riccati
- SQP：在当前点线性化约束 + 二次化目标 → QP 子问题
- RTI：SQP 的一步近似 — 只做一次 QP + 一步仿真即返回控制
D.4 互补约束
- 互补条件：f >= 0, d >= 0, f * d = 0
- LCP：f = Ma + q, f >= 0, a >= 0, f^Ta = 0
- NCP：0 <= f perp d >= 0
- Fischer-Burmeister 松弛：phi(a,b) = sqrt(a^2 + b^2) - a - b = 0
- 对数障碍：min ... - mu * sum(log(f_i) + log(d_i))
D.5 ADMM
- 原始问题：min f(x) + g(z) s.t. Ax + Bz = c
- x 更新：x^{k+1} = argmin f(x) + (rho/2) ||Ax + Bz^k - c + u^k||^2
- z 更新：z^{k+1} = argmin g(z) + (rho/2) ||Ax^{k+1} + Bz - c + u^k||^2
- 对偶更新：u^{k+1} = u^k + Ax^{k+1} + Bz^{k+1} - c
- 收敛条件：原始残差 r^k → 0, 对偶残差 s^k → 0
- 星形 ADMM：中心协调器 + 多个局部 agent，适合多机协作
附录 E: 方向交叉地图
数学基础 SLAM/感知 控制理论
│ │ │
┌───────┼─────────┐ ┌──────┼──────┐ ┌──────┼──────┐
│ │ │ │ │ │ │ │ │
▼ ▼ ▼ ▼ ▼ ▼ ▼ ▼ ▼
Lie群 优化 概率 视觉 LiDAR 融合 MPC WBC 阻抗
│ │ │ │ │ │ │ │ │
└───┬───┘ ┌────┘ └──┬───┘ │ └──┬───┘ │
│ │ │ │ │ │
▼ ▼ ▼ ▼ ▼ ▼
┌─────────────────────────────────────────────────────────────┐
│ 复合方向 (本大纲) │
│ Part A: 统一动力学 + MPC + 操作接口 │
│ Part B-E: 轮足 / 底盘臂 / 四足臂 / 人形 │
│ Part F: 多机协作 + 统一闭环 + 研究方向 │
└─────────────────────────────────────────────────────────────┘
│ │ │ │ │ │
▼ ▼ ▼ ▼ ▼ ▼
┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────────────────┐
│ 足式方向 │ │ 机械臂 │ │ 仿真方向 │ │ 06_具身智能 │
│ RNEA/ABA │ │ IK/QP/AD │ │ MuJoCo │ │ RL/VLA/Diffusion │
│ GRF/步态 │ │ 规划/力控 │ │ Isaac │ │ 模仿学习/Foundation │
└──────────┘ └──────────┘ └──────────┘ └──────────────────────┘
E.1 推荐学习资源 (按交叉点)
| 交叉点 | 本大纲章节 | 推荐资源 |
|---|---|---|
| Lie 群 ↔ 浮动基座 | 20 | Sola (2018) "A Micro Lie Theory for State Estimation" |
| 优化 ↔ MPC | 30 | Rawlings et al. (2017) "Model Predictive Control: Theory, Computation, and Design" |
| SLAM ↔ 统一闭环 | 290 | Cadena et al. (2016) "Past, Present, and Future of SLAM" |
| WBC ↔ 力控 | 170, 220 | 机械臂 F 系列 (力控与柔顺控制) |
| MPC ↔ RL | 210 | Morimoto & Atkeson (2003) "Minimax Differential Dynamic Programming" |
| 接触建模 ↔ CI-MPC | 215 | 机械臂 F12 (接触隐式优化与可微仿真) |
| 分布式优化 ↔ 多机 | 280 | Boyd et al. (2011) "ADMM" |
附录 F: 章节行数与工作量统计
F.1 行数统计
| Part | 章节 | 总行数 | 总周数 |
|---|---|---|---|
| Part A 通用基础 | 10, 20, 30, 50 | 7,524 | 6 周 |
| Part B 轮足 D1 | 60, 70, 100, 110, 90 | 7,869 | 10 周 |
| Part C 底盘臂 D2 | 120, 130 | 3,010 | 4 周 |
| Part D 四足臂 D3a | 160, 170, 210, 215(新增) | 7,052+ | 9 周 |
| Part E 人形 D3b | 220 | 1,504 | 3 周 |
| Part F 跨形态收束 | 280, 290, 300 | 5,108 | 6 周 |
| 交叉/桥接 | 180, 190, 200, 250, 270 | 8,057 | 5 周 |
| 具身智能标注 | 40, 80, 140, 150, 230, 240, 260 | 11,413 | → 06 |
| 运动控制核心 | 24 章 | ~32,067+ | ~43 周 |
F.2 文档类型分布
| 类型 | 章节数 | 占比 |
|---|---|---|
| 理论教学 | 9 | 30% |
| 算法工程 | 5 | 17% |
| 工程实践 | 4 | 13% |
| 论文精读 | 6 | 20% |
| 综合 | 4 | 13% |
| 研究导引 | 1 | 3% |
| 导航 | 1 | 3% |
F.3 已知结构问题（待修复）
以下结构问题来自调研审计报告，v1.0 大纲暂时保留现状，计划在 v1.1 修复：
| 问题 | 描述 | 修复计划 |
|---|---|---|
| 章节编号冲突 | 80 和 100 都声称"第 80 章" | v1.1 统一重编 |
| 依赖顺序倒置 | 90 依赖 110 但文件序号在前 | 大纲中已按正确顺序排列 (110→90) |
| 动作模仿理论孤立 | 编号 76 与整体不一致，与 230 高度重叠 | 建议合并至 230 或标注废弃 |
| 240→270 应调换 | 先方法论再案例更合理 | 大纲中保留原序，因两者均为→06标注 |
| 章节跳号 | 77→80→90 之间有间隔 | 保留间隔供未来插入新章节 |
| 215 新增章节 | 接触切换 MPC 为新增，尚无对应文件 | P1 优先级新建文件 |
F.4 动作模仿理论（孤立章节说明）
调研报告中标记的"动作模仿理论"章节 (2472 行) 编号为 76，内容覆盖 MoCap / AMP / ASE / PHC 等参考动作追踪方法。该章节存在以下问题： - 编号与整体 10-300 编号体系不一致 - 内容与 230_人形全身RL 高度重叠（AMP/ASE 部分） - 方法以 RL 模仿学习为主，归属应为 06_具身智能
处理建议：不纳入本大纲正式章节。将其中与运动控制相关的参考动作生成内容（MoCap 数据处理、重定向方法）提炼后合并到 230 的前置材料中；RL 训练部分归入 06_具身智能。
F.5 版本历史
| 版本 | 日期 | 变更 |
|---|---|---|
| v1.0 (draft) | 2026-05-24 | 初版，基于 6 调研 agent + 3 审计 agent 报告生成 |