# Sterowanie predykcyjne w przestrzeni ukrytej EN: **Latent-space model predictive control** · id `latentmpc` · aliases: latent-space MPC, MPC in latent space, learned-model MPC Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Uczenie ze wzmocnieniem i decyzje](https://aiatlasgraph.com/t/decisions.md) › [Modele świata i planowanie](https://aiatlasgraph.com/t/modelbased.md) › Sterowanie predykcyjne w przestrzeni ukrytej ## Description - PL: Planowanie z horyzontem przesuwnym (MPC) na wyuczonym modelu dynamiki, często w przestrzeni ukrytej i z wyuczoną wartością na końcu horyzontu. - EN: Receding-horizon planning (MPC) with a learned dynamics model, often in latent space and with a learned value at the horizon's end. ## In one sentence - PL: Przed każdym ruchem program w myślach przymierza kilka planów na najbliższe chwile, wykonuje pierwszy krok najlepszego i planuje od nowa. - EN: Before each move the program mentally tries several short plans, takes the first step of the best one, and replans. ## Problem it solves - PL: Gotowa, raz wyuczona reguła działania słabo reaguje na niespodzianki, a ręczne modele fizyki dla robotów są trudne do napisania. - EN: A fixed, once-learned rule reacts poorly to surprises, and hand-written physics models for robots are hard to build. ## What it does - PL: Jak kierowca we mgle: patrzy kilka metrów przed siebie, wybiera najlepszy manewr, przejeżdża kawałek i ocenia drogę ponownie. - EN: Like a driver in fog: looks a few metres ahead, picks the best manoeuvre, drives a bit and reassesses the road. ## Everyday example - PL: Symulowane ramię robota podnosi różne przedmioty, w każdej chwili poprawiając plan ruchu zamiast odtwarzać zapamiętany. - EN: A simulated robot arm picks up varied objects, adjusting its motion plan every moment instead of replaying a fixed one. ## This concerns you if you… - PL: sterujesz robotem lub układem w ruchu ciągłym - PL: chcesz, by agent planował z wyprzedzeniem, a nie tylko reagował - EN: you control a robot or a continuous-motion system - EN: want an agent that plans ahead, not just reacts ## Keywords TD-MPC2 · PETS · MPPI · cross-entropy method · latent dynamics · DeepMind Control Suite · Meta-World ## How it works - PL: Agent uczy się modelu przewidującego kolejny stan i nagrodę, a w każdym kroku optymalizuje sekwencję akcji na krótkim horyzoncie, np. metodą entropii krzyżowej lub MPPI. Wykonuje tylko pierwszą akcję i powtarza planowanie. TD-MPC planuje w ukrytej przestrzeni bez dekodowania obserwacji i dodaje wartość z uczenia TD za horyzontem; PETS używa zespołu modeli probabilistycznych. - EN: The agent learns a model predicting the next state and reward, and at each step optimises a short-horizon action sequence, e.g. with the cross-entropy method or MPPI. It executes only the first action and replans. TD-MPC plans in a latent space without decoding observations and adds a TD-learned value beyond the horizon; PETS uses an ensemble of probabilistic models. ## Limits - PL: Planowanie w każdym kroku kosztuje obliczeniowo i ogranicza częstotliwość sterowania. Błędy modelu kumulują się na dłuższych horyzontach, a wyniki zależą od jakości danych i strojenia planisty. - EN: Planning at every step is computationally costly and limits control frequency. Model errors compound over longer horizons, and results depend on data quality and planner tuning. ## Key terms - PL: **horyzont przesuwny**: Planowanie kilku kroków naprzód i ponowne planowanie po każdym ruchu. - PL: **metoda entropii krzyżowej (CEM)**: Losowanie wielu planów i zawężanie losowania wokół najlepszych. - PL: **przestrzeń ukryta**: Skompresowany opis stanu wyuczony przez sieć. - EN: **receding horizon**: Planning a few steps ahead and replanning after each move. - EN: **cross-entropy method (CEM)**: Sampling many plans and narrowing sampling around the best ones. - EN: **latent space**: A compressed state description learned by a network. ## Know first - [Sterowanie ze sprzężeniem zwrotnym (PID, MPC) (Feedback control for robots (PID, MPC))](https://aiatlasgraph.com/t/feedbackcontrol.md) - [Uczenie w wyobraźni modelu świata (Dreamer) (Learning in imagination with latent world models)](https://aiatlasgraph.com/t/latentworldmodels.md) ## Related topics Untyped, symmetric "see also" links. - [Sterowanie predykcyjne z modelem uczonym na danych (MPC) (Learning-based model predictive control)](https://aiatlasgraph.com/t/learningmpc.md) ## Sources - [OpenAI Spinning Up — Part 2: Kinds of RL Algorithms]() `spinningup-rl-taxonomy` · by Joshua Achiam / OpenAI - [TD-MPC2: Scalable, Robust World Models for Continuous Control]() `tdmpc2-2023` · by Nicklas Hansen; Hao Su; Xiaolong Wang --- AI Atlas revision 128 (2026-11-04) · HTML: https://aiatlasgraph.com/t/latentmpc · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-11-04