外观
Skip to content
dial-mpc
dial-mpc
LeCAR-Lab 在 GitHub 开源的框架，主要语言 Python。 Official implementation for the paper "Full-Order Sampling-Based MPC for Torque-Level Locomotion Control via Diffusion-S…
概述
这个开发工具的核心职责、所属技术栈与硬件生态定位。
dial-mpc是LeCAR实验室开源的机器人模型预测控制框架，基于Python语言开发，为论文《Full-Order Sampling-Based MPC for Torque-Level Locomotion Control via Diffusion》的官方实现，核心提供基于扩散模型的全阶采样式模型预测控制能力，支持足式机器人的力矩级运动控制算法研发与验证。
该框架适配机器人运动控制技术栈层级，覆盖从底层力矩控制到上层运动规划的算法开发需求，开发者可直接克隆仓库，通过Python接口集成至现有足式机器人控制链路，也可结合仿真环境完成算法迭代后部署到实体机器人中。
关键工程信息
工具分类、开发语言、GitHub 社区活跃度与环境要求。
快速接入与环境要求
源码克隆、构建方式、已验证系统环境与版本更新记录。
源码拉取与构建参考
git clone https://github.com/LeCAR-Lab/dial-mpc.git
cd dial-mpc
# 安装 Python 依赖与开发包
pip install -e .推荐运行环境与版本 1
| 版本 / 分支 | 验证环境 | 接入说明 |
|---|---|---|
| main / 最新稳定分支（适配PyTorch 2.x版本） | Ubuntu 22.04 LTS / Python 3.10+ / PyTorch 2.x / CUDA 12.x（可选，用于加速扩散模型推理） | 克隆仓库后通过pip install -r requirements.txt安装依赖，核心入口为scripts目录下的足式机器人MPC控制示例脚本 |
关联实操教程与排障记录
教程 / 实测 / 排障 1
适配与兼容机型
支持接入该 SDK、ROS 驱动或仿真资产的机器人本体。
尚未收录适配机型。
同厂商与同类工具
同一厂商开源的配套仓库或同技术栈开发工具。
来源
本页事实对应的公开页面，以原文为准。
- GitHub LeCAR-Lab/dial-mpc访问 2026-10-13