LeCAR-Lab/dial-mpc

Official implementation for the paper "Full-Order Sampling-Based MPC for Torque-Level Locomotion Control via Diffusion-S

DIAL-MPC是一个面向足式机器人的采样型模型预测控制（MPC）框架，由LeCAR Lab团队开发，相关论文已入选ICRA 2025最佳论文最终候选名单。该项目的核心创新在于将扩散模型的退火思想引入机器人控制领域，实现了对四足和双足机器人的全阶力矩级控制，且完全无需预训练。传统足式机器人控制通常依赖降阶建模、线性化处理或预定义接触序列，而DIAL-MPC直接基于物理仿真引擎Brax进行采样和轨迹推演，以即插即用的方式运行，极大降低了使用门槛。技术栈方面，项目后端基于JAX实现高效并行计算，支持CUDA加速，并提供了与Unitree Go2等真实机器人的Sim2Real部署管线。在仿真环境中，DIAL-MPC支持同步和异步两种模式，前者适合调试，后者可模拟真实时延。针对真实部署，项目内置了ROS2里程计、Vicon动捕系统等多种状态估计插件，并允许用户自定义定位模块。该框架解决了足式机器人控制中精度与敏捷性难以兼得、且需要大量手工调参和模型简化的痛点，特别适用于需要快速部署控制策略的科研场景，以及要求机器人具备复杂地形适应能力、跳跃或连续跳跃等动态行为的实际应用。无论是学术研究中的算法验证，还是工业场景下的快速原型开发，DIAL-MPC都提供了一个简洁、灵活且训练无关的解决方案。