Prediktivní řízení (model predictive control, MPC) je řídicí metoda, která v každém okamžiku „přemýšlí dopředu”. Pomocí matematického modelu robota predikuje, jak se systém zachová v příštích zlomcích sekundy pro různé volby akce, a vybere tu sekvenci, která nejlépe plní cíl a přitom neporuší žádné omezení (limity motorů, rovnováhu, kontakt s podlahou). Provede jen první krok této sekvence a v dalším okamžiku celý výpočet zopakuje s čerstvými daty ze senzorů — této strategii se říká receding horizon, klouzavý horizont.
Síla MPC je právě ve schopnosti dopředu počítat s omezeními a optimalizovat. Na rozdíl od jednoduchého regulátoru, který jen reaguje na aktuální chybu, MPC plánuje: dokáže například naklonit robota dopředu už teď, protože „vidí”, že za půl sekundy bude potřebovat zrychlit. To je u humanoidní chůze zásadní, protože rovnováha se rozhoduje s předstihem.
MPC je úzce spjaté s řízením celého těla — často spolu tvoří jeden řídicí systém — a s kritériem stability ZMP, které bývá jedním z omezení v optimalizaci. Kvalita MPC stojí a padá s kvalitou vnitřního modelu; v tomto smyslu je MPC praktickou inženýrskou variantou plánování pomocí modelu světa.
MPC je osvědčená, dobře pochopená technologie a tvoří řídicí jádro mnoha dynamicky chodících humanoidů — od výzkumných platforem jako TALOS a Kangaroo po komerční roboty. Jeho daní je výpočetní náročnost: optimalizace musí proběhnout stokrát za sekundu, což klade vysoké nároky na palubní hardware a na zjednodušení modelu tak, aby se výpočet stihl včas.