雙足機器人的行走控制是機器人學中最具挑戰性的問題之一。為了實現穩定、高效的行走，控制器必須精確計算機器人各個關節所需的力矩，同時考慮到機器人本身的複雜動力學以及與地面的互動。傳統的模型預測控制（MPC）方法在計算效率和模型精度之間往往需要做出權衡：高保真度的全身模型雖然能夠描述多達數十個自由度的詳細動力學，但計算複雜度極高，難以在即時系統中部署；而簡化的剛體模型雖然計算快速，但忽略了許多細節，可能導致控制效能下降。為了打破這一瓶頸，德國DFKI機器人創新中心的研究人員提出了一種創新的“級聯保真度”模型預測控制方法。
該方法的核心思想是在預測時域內動態調整使用的模型精度。具體來說，在預測時域的前段（即將發生的幾個時間步內），使用詳細的全身模型，以精確捕捉機器人的快速動態和接觸力；而在後續較遠的預測中，則切換為簡化的單剛體模型，以降低計算負擔。這種多階段策略使得控制器既能夠在短時間內做出精確反應，又能夠保持長期規劃的可計算性。研究團隊利用acados工具包中的序列二次規劃（SQP）求解器，高效地處理了由此產生的非線性最優控制問題。
值得一提的是，該控制器並不需要預設的落腳點位置。它僅以事先指定的接觸時序和目標行走速度為輸入，直接最佳化關節力矩。這一特性使得演算法對未預期的地形變化更具適應性。為了驗證所提方法的有效性，研究團隊在MuJoCo物理模擬平臺上對18自由度的雙足機器人HyPer-2進行了模擬實驗。結果顯示，該控制器能夠生成平滑、穩定的行走步態，同時計算時間滿足即時控制的要求，達到了約1kHz的控制頻率。
這項工作不僅在技術上取得了突破，還得到了學術界的認可。該論文已被IEEE ICRA 2026研討會“機器人最佳化前沿”接收。這一研究成果有望推動雙足機器人在搜救、工業巡檢等領域的實際應用，為未來機器人走進人類社會提供了可靠的控制基礎。