Robust and Efficient MuJoCo-based Model Predictive Control via Web of Affine Spaces Derivatives
作者: Chen Liang, Daniel Rakita
分类: cs.RO
发布日期: 2025-12-24
备注: Submitted to 2026 IEEE International Conference on Robotics & Automation (ICRA 2026)
💡 一句话要点
提出基于仿射空间网络导数的MuJoCo模型预测控制，提升效率与鲁棒性
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 模型预测控制 MuJoCo 仿射空间网络 导数计算 机器人控制
📋 核心要点
- MuJoCo MPC依赖有限差分计算导数，在高自由度系统和复杂场景中计算成本高昂，成为实时控制的瓶颈。
- 提出使用仿射空间网络（WASP）导数作为有限差分的替代方案，通过重用先前导数信息加速导数计算，提升MPC效率。
- 实验表明，WASP在多种机器人任务中实现了高达2倍的加速，并优于基于随机采样的规划器，同时开源了相关实现。
📝 摘要（中文）
本文提出了一种基于仿射空间网络（Web of Affine Spaces, WASP）导数的MuJoCo模型预测控制（MPC）方法，旨在替代传统的有限差分（FD）方法。MuJoCo是一个强大且高效的物理模拟器，广泛应用于机器人领域。MuJoCo MPC (MJPC) 库提供了现成的MPC算法，但其依赖有限差分计算导数，这在高自由度系统或复杂场景中会成为性能瓶颈。WASP是一种新近开发的导数近似方法，通过重用先前相关的导数计算信息，加速并稳定新导数的计算，特别适合MPC的迭代更新。实验结果表明，WASP导数在MJPC中表现出色，能够无缝集成到各种任务中，提供稳定可靠的性能，并且在使用基于导数的规划器（如iLQG）时，相比FD后端实现了高达2倍的加速。此外，基于WASP的MPC优于MJPC的基于随机采样的规划器，在效率和可靠性方面均有提升。本文开源了完全集成了WASP导数的MJPC实现。
🔬 方法详解
问题定义：论文旨在解决MuJoCo MPC中，使用有限差分（FD）计算导数时效率低下的问题。尤其是在高自由度机器人系统和复杂环境中，FD方法需要大量的模拟rollout，计算成本很高，限制了MPC的实时性应用。现有方法的痛点在于导数计算的效率和精度难以兼顾，尤其是在迭代优化过程中。
核心思路：论文的核心思路是利用Web of Affine Spaces (WASP) 导数来替代有限差分。WASP通过构建一个仿射空间网络，重用先前相关的导数计算信息，从而加速和稳定新导数的计算。这种方法特别适合MPC的迭代优化过程，因为相邻迭代之间的状态和控制量通常是相似的，可以有效利用先前的信息。
技术框架：整体框架是将WASP导数模块集成到现有的MuJoCo MPC (MJPC) 库中，作为有限差分的替代方案。具体流程如下： 1. 初始化：构建初始的仿射空间网络。 2. 前向传播：使用MuJoCo模拟器进行前向传播。 3. 导数计算：使用WASP导数计算状态和控制量的导数。 4. 优化：使用导数信息更新控制策略。 5. 迭代：重复步骤2-4，直到收敛。
关键创新：最重要的技术创新点是将WASP导数引入到MuJoCo MPC中。与有限差分相比，WASP能够更有效地利用先前计算的导数信息，从而显著减少计算量，提高导数计算的效率和精度。本质区别在于，有限差分每次都需要重新计算导数，而WASP则通过构建仿射空间网络来实现导数的重用。
关键设计：WASP的关键设计包括： 1. 仿射空间网络的构建：如何选择合适的仿射空间基向量，以及如何更新和维护网络结构。 2. 导数重用策略：如何有效地利用先前计算的导数信息，以及如何处理状态和控制量的变化。 3. 正则化项：为了保证导数计算的稳定性，可以引入正则化项来约束仿射空间网络的参数。
🖼️ 关键图片
📊 实验亮点
实验结果表明，WASP导数在多种MJPC任务中表现出色，与有限差分相比，在使用基于导数的规划器（如iLQG）时，实现了高达2倍的加速。此外，基于WASP的MPC在效率和可靠性方面均优于MJPC的基于随机采样的规划器。这些结果表明，WASP导数是一种有效的有限差分替代方案，可以显著提高MuJoCo MPC的性能。
🎯 应用场景
该研究成果可广泛应用于机器人控制领域，尤其是在需要实时性和高精度的场景中，例如：人形机器人、四足机器人、无人驾驶、以及其他需要与复杂环境交互的机器人系统。通过提高MPC的效率和鲁棒性，可以使机器人更好地适应动态变化的环境，完成更复杂的任务。未来，该方法有望进一步扩展到其他物理模拟器和控制算法中。
📄 摘要（原文）
MuJoCo is a powerful and efficient physics simulator widely used in robotics. One common way it is applied in practice is through Model Predictive Control (MPC), which uses repeated rollouts of the simulator to optimize future actions and generate responsive control policies in real time. To make this process more accessible, the open source library MuJoCo MPC (MJPC) provides ready-to-use MPC algorithms and implementations built directly on top of the MuJoCo simulator. However, MJPC relies on finite differencing (FD) to compute derivatives through the underlying MuJoCo simulator, which is often a key bottleneck that can make it prohibitively costly for time-sensitive tasks, especially in high-DOF systems or complex scenes. In this paper, we introduce the use of Web of Affine Spaces (WASP) derivatives within MJPC as a drop-in replacement for FD. WASP is a recently developed approach for efficiently computing sequences of accurate derivative approximations. By reusing information from prior, related derivative calculations, WASP accelerates and stabilizes the computation of new derivatives, making it especially well suited for MPC's iterative, fine-grained updates over time. We evaluate WASP across a diverse suite of MJPC tasks spanning multiple robot embodiments. Our results suggest that WASP derivatives are particularly effective in MJPC: it integrates seamlessly across tasks, delivers consistently robust performance, and achieves up to a 2$\mathsf{x}$ speedup compared to an FD backend when used with derivative-based planners, such as iLQG. In addition, WASP-based MPC outperforms MJPC's stochastic sampling-based planners on our evaluation tasks, offering both greater efficiency and reliability. To support adoption and future research, we release an open-source implementation of MJPC with WASP derivatives fully integrated.