GuSTO：基于序列凸规划的保证性序列轨迹优化

序列凸规划（SCP）近来作为轨迹优化的工具受到了大量关注。然而，大多数现有方法缺乏严格的性能保证，且往往针对特定的最优控制设置量身定制。在本文中，我们提出 GuSTO（Guaranteed Sequential Trajectory Optimization，保证性序列轨迹优化），一种用于求解带漂移的控制仿射系统轨迹优化问题的算法框架。GuSTO 推广了早期基于 SCP 的轨迹优化方法（例如通过处理目标集约束以及具有固定或自由末端时间的问题），并在收敛到至少 stationary point（驻点）的意义下享有理论收敛保证。该理论分析进一步被用于设计 GuSTO 的加速实现，其原创性地将间接最优控制的思想注入到 SCP 框架中。在多种轨迹优化设置上的数值实验表明，GuSTO 在成功率、解质量和计算时间方面通常优于当前最先进的方法。