机器人中的数值优化进阶|【三】三次样条曲线推导(下)

机器人中的数值优化进阶|【三】三次样条曲线推导(下)

接之前的内容,现在开始考虑势场函数
P ( η 1 , . . . , η n − 1 ) = 1000 ∑ i = 1 n − 1 ∑ j = 0 m max ⁡ ( r j − ∣ ∣ η i − o j ∣ ∣ , 0 ) P(\eta_1,...,\eta_{n-1}) = 1000 \sum_{i=1}^{n-1}\sum_{j=0}^{m} \max(r_j-||\eta_i-o_j||, 0) P(η1,...,ηn−1)=1000i=1∑n−1j=0∑mmax(rj−∣∣ηi−oj∣∣,0)

势场函数的计算较为容易,主要关注梯度的推导与计算
∣ ∣ η i − o j ∣ ∣ = ( ( η i , 0 − o j , 0 ) 2 + ( η i , 1 − o j , 1 ) 2 ) 1 2 ||\eta_i-o_j|| = ((\eta_{i,0}-o_{j,0})^2 + (\eta_{i,1}-o_{j,1})^2)^{\frac{1}{2}} ∣∣ηi−oj∣∣=((ηi,0−oj,0)2+(ηi,1−oj,1)2)21

当 r j − ∣ ∣ η i − o j ∣ ∣ < 0 r_j-||\eta_i-o_j||<0 rj−∣∣ηi−oj∣∣<0时,
δ P δ η = − 1000 ∑ i = 1 n − 1 ∑ j = 0 m ( ( η i , 0 − o j , 0 ) δ η i , 0 δ η + ( η i , 1 − o j , 1 ) δ η i , 1 δ η ∣ ∣ η i − o j ∣ ∣ ) \frac{\delta P}{\delta \eta} = -1000\sum_{i=1}^{n-1}\sum_{j=0}^{m}(\frac{(\eta_{i,0}-o_{j,0})\frac{\delta \eta_{i,0}}{\delta \eta}+(\eta_{i,1}-o_{j,1})\frac{\delta \eta_{i,1}}{\delta \eta}}{||\eta_i-o_j||}) δηδP=−1000i=1∑n−1j=0∑m(∣∣ηi−oj∣∣(ηi,0−oj,0)δηδηi,0+(ηi,1−oj,1)δηδηi,1)

通过该式可以组装一个矩阵计算公式,得到梯度

相关推荐
kyle~6 小时前
机器人传感器系统---时间戳对齐
机器人
淮北49420 小时前
ros调试工具foxglove使用指南三:在3d空间写写画画(Panel->3D ->Scene entity)
python·学习·3d·机器人
AntResearch1 天前
ICLR 2025 Spotlight:让机器人实现「自主进化」,蚂蚁数科、清华提出具身协同框架 BodyGen
机器人
东雁西飞1 天前
MATLAB 控制系统设计与仿真 - 33
开发语言·算法·matlab·机器人·自动控制
郭涤生1 天前
第二章:ROS架构_《ROS机器人开发实践》_notes
架构·机器人
MobiCetus1 天前
【MachineLearning】生成对抗网络 (GAN)
linux·人工智能·python·深度学习·神经网络·生成对抗网络·机器人
古希腊掌握嵌入式的神1 天前
[ROS]ROS系统是如何协调工作机器人
机器人·ros
硅谷秋水1 天前
DataPlatter:利用最少成本数据提升机器人操控的泛化能力
人工智能·深度学习·计算机视觉·语言模型·机器人
Mr.Winter`1 天前
深度强化学习 | 基于优先级经验池的DQN算法(附Pytorch实现)
人工智能·pytorch·神经网络·机器学习·机器人·强化学习
GIS数据转换器2 天前
在机器人和无人机时代,测绘人的出路在哪里?
大数据·人工智能·信息可视化·机器人·自动驾驶·汽车·无人机