CALIPSO：一种可微分的带锥与互补约束轨迹优化求解器
机器人学
2023-01-12 v3 系统与控制
系统与控制
摘要
我们提出了一种专为机器人应用定制的非凸轨迹优化问题新求解器。CALIPSO，即 Conic Augmented Lagrangian Interior-Point SOlver（锥增广拉格朗日内点求解器），结合了多种约束数值优化策略，以原生处理二阶锥和互补约束。它可靠地求解具有挑战性的运动规划问题，包括碰撞隐式表达的冲击与库仑摩擦公式，以及状态触发约束，而 SNOPT 和 Ipopt 等通用非凸求解器无法收敛。此外，CALIPSO 支持关于问题数据的高效解微分，从而实现双层优化应用，如反馈策略的自动调参。该求解器的可靠收敛性在操纵、运动和外空域的一系列问题上得到展示。此求解器的开源实现可用。
引用
@article{arxiv.2205.09255,
title = {CALIPSO: A Differentiable Solver for Trajectory Optimization with Conic and Complementarity Constraints},
author = {Taylor A. Howell and Simon Le Cleac'h and Kevin Tracy and Zachary Manchester},
journal= {arXiv preprint arXiv:2205.09255},
year = {2023}
}
备注
Fixes and minor reformatting