最优控制

一道秘制的小菜

ROS1快速入门学习笔记 - 02ROS相关介绍ROS = 通信机制 + 开发工具 + 应用功能 + 生态系统目的：提高机器人在研发中的软件复用率话题与服务的区别：

文献学习-5-用于腹腔镜安全的自主控制的基于GMM的启发式决策框架Key Words: Field-of-view (FoV) control, robotic laparoscopy, medical robots and systems. Authors: Bin Li , Graduate Student Member, IEEE, Yiang Lu , Graduate Student Member, IEEE, Wei Chen , Graduate Student Member, IEEE, Bo Lu , Member, IEEE, Fangxun Zho

OCS2 入门教程（五）- 从 URDF 到 OCP、配置求解器、MPC - Net阻碍 MPC 在机器人任务中广泛应用的主要挑战之一是设置最优控制问题的负担。OCS2 提供了多个辅助类，用于定义一些常用模型、成本和约束条件，以减轻这一问题。为此，OCS2 提供了多个第三方软件包接口，如 RobCoGen、CppADCodeGen、Pinocchio 和 HPP-FCL。我们在此重点介绍 Pinocchio 接口。本页讨论的所有软件包都可以在元软件包 ocs2_pinocchio 中找到。

MATLAB - 最优控制（Optimal Control）最优控制是动态系统满足设计目标的条件。最优控制是通过执行以下定义的最优性标准的控制律来实现的。一些广泛使用的最优控制方法有：

Crocoddyl：多接触最优控制的高效多功能框架我们介绍了 Crocoddyl（Contact RObot COntrol by Differential DYnamic Library），这是一个专为高效多触点优化控制（multi-contact optimal control）而定制的开源框架。Crocoddyl 可高效计算给定预定义接触序列（predefined sequence of contacts）的状态轨迹（state trajectory）和控制策略（control policy）。其效率得益于稀疏分析导数（sparse analyti

IEEE RAS 机器人最优控制（Model-based Optimization for Robotics）学习资料电气和电子工程师学会机器人模型优化技术委员会该书清晰、出色地介绍了优化的理论和概念，以及一些重要的算法类别，并附有大量来自不同领域的实际示例。

MATLAB - 凸优化（Convex Optimization）凸优化（Convex optimization）是在凸约束（convex constraints）条件下使凸目标函数（convex objective function）最小化的过程，或者等同于在凸约束条件下使凹目标函数最大化的过程。对于许多凸优化问题，满足局部最优（local optimality）条件的点都能被有效地找到。由于局部最优点也是全局最优（global optimum）点，因此只需找到局部最优点即可解决问题。非凸问题的凸近似提供了最优目标值（optimal objective value）和