前言：

Scott博士这个演讲大概是去年20210709进行的，我大概是去年9月份左右看了，今天看到再次点进去学习学习，并把里面一些核心简单总结于此，希望对大家有所帮助。虽然里面并没有讲很多技术算法细节，但是从整体框架是可以大概猜到是如何实现的。这里最有趣的是，他们为了让机器人和舞蹈beat对应上，把时间加入控制反馈，效果还贼好，在这个talk也说了，他们最后做一个舞蹈动作编舞到后期大概两天就可以了，这说明这套理论还是非常适合用来做Demo的。注意一开始的前几张图基本就是整个talk的核心了，后面就是各种秀视频了。

原文链接：https://www.youtube.com/watch?v=mlTLxpKdHfA

标题：Do you Love MPC ? Robot Dancing Using Optimal Control

演讲首先说了为啥要让Atlas 跑酷和跳舞。大概意思是说，他们一直在探索他们的机器人的上限，发挥他们最大的潜能，在实现这些动作的时候同时提升机器人的性能，比如为了跳舞他们把电池包容量提升了40%，散热系统做了升级，在极限电流工作也不会造成整机过热。

实现方式：通过视频捕获动作细节，然后使用轨迹优化获取多个动作(跑酷，空翻等)的离线库，然后使用MPC结合视觉感知进行在线COM追踪

总结：

听完整个talk,估计这个talk是针对大佬或者机器人领域的人员，大部分时间都只是提了一下，没有过多说技术细节。但是通过motion capture ，然后再让1:1复制的机器人动画去复制动作，就可以根据正确运动学模型获取想要的任何的动作的运动学参考轨迹，后面剩下的就是根据优化三要素，优化变量，优化输出和优化约束进行真实轨迹进行各种各样动作的离线优化，然后形成一个库保存下来，最后使用MPC进行轨迹追踪。突然发现这个idea就是我们实现机械狗各种跳跃的方式，interesting。