Hippo: 面向通用约束轨迹优化的高性能内点法与投影法求解器
机器人学
2026-03-03 v1
摘要
轨迹优化是现代模型基机器人控制和运动规划的核心。现有的轨迹优化器，基于顺序二次规划（SQP）或差分动态编程（DDP），往往受限于计算效率慢、建模灵活性低以及针对需要硬约束的复杂任务的收敛性差。本文介绍了 Hippo，一种能够通过内点法（IPM）处理不等式约束（采用自适应障壁更新策略）以及通过投影或 IPM 处理硬等式约束的求解器。通过大量数值基准测试，我们展示了 Hippo 是解决需要高质量解的困难机器人轨迹优化问题（如 locomotion 和 manipulation）的稳健且高效的替代方案。
引用
@article{arxiv.2603.00871,
title = {Hippo: High-performance Interior-Point and Projection-based Solver for Generic Constrained Trajectory Optimization},
author = {Haizhou Zhao and Ludovic Righetti and Majid Khadiv},
journal= {arXiv preprint arXiv:2603.00871},
year = {2026}
}