本文针对具有多自由度的四足机器人，提出了一种融合中枢模式发生器(CPG)和模型预测控制(MPC)的神经控制方法。该方法通过模拟生物神经控制机制，构建了能够处理外部环境信息并自适应调节机身和腿部位置的控制架构。实验结果表明，基于MPC-CPG控制架构的机器人能够快速响应并消除位置误差和角度误差，机身轨迹跟踪的位置误差保持在−0.1~0.1 m，姿态角误差保持在−0.05~0.05 rad。此外，该控制器还表现出行为多样性，验证了所提出的MPC-CPG控制器的有效性。研究还通过仿真和实验平台验证了神经控制器的有效性，展示了其在位置跟踪、全向运动和多步态稳定性方面的优势。