接着上篇，还是字节跳动。Sim2Real仿真工程师那篇讲了整体，这篇换机器人运动控制工程师视角，全身控制是面试官揪着不放的点。

全身控制：别急着背答案，先理解为什么

全身控制是字节跳动面试的高频开场。面试官常拿它当“探针”，先确认候选人对工程细节的敏感度。

面试官开口就问：“WBC和MPC怎么分工？AI Lab机器人是WBC嵌在MPC里还是并列？”

参考答案思路：典型双层：上层MPC（100Hz，20步）优化质心/脚步与接触序列，产出期望接触力与质心加速度；下层WBC（1kHz）解全身关节力矩满足接触约束并跟踪末端。字节跳动架构MPC算f_c与x_ddot，WBC用逆动力学τ=ID(q,qd,qdd_des)+Jᵀf_c。相比纯WBC无前瞻，遇台阶提前0.2s调姿，跌倒率降70%；两层通过可行性投影衔接，避免指令冲突。

面试官没有就此打住：“MPC输出的接触力如果和下层WBC动力学不兼容会怎样？”

会出现WBC无解或关节力矩超限。字节跳动在接口做可行性投影：MPC的f_c先过摩擦锥/力矩可达性检查，越界则松弛并回传修正质心加速度；同时WBC用软约束吸收小幅冲突，使两层级联稳定，实测过渡冲击<5Nm，且MPC重优化频率低、WBC始终有可行解。

面试官换了个场景接着问：“pyramid近似摩擦锥相比圆锥，对求解精度和影响？”

4面pyramid会「切掉」锥角约5%~10%可行域，偏保守使最大可用摩擦推力略降；6面更接近真实圆锥。字节跳动用6面近似，约束仅增2个/接触点，OSQP求解仍<0.4ms，推箱时打滑率比4面降约一半，是精度