可证明可行且稳定的白盒轨迹优化
最优化与控制
2024-06-25 v4 机器人学
摘要
我们研究一般类别刚性约束动态系统的轨迹优化(Trajectory Optimization, TO)问题。我们建立了一组温和假设,并在此假设下证明 TO 能够数值稳定地收敛至满足任意用户指定误差容限的局部最优且可行解。我们的关键观察是,所有先前的工作均将 SQP 用作黑盒求解器,其中 TO 问题被表述为非线性规划(Nonlinear Program, NLP),且底层的 SQP 求解器不被允许修改该 NLP。相反,我们提出了一种白盒 TO 求解器,其中 SQP 求解器获知了目标函数与动态系统的特征。随后,它利用这些特征来推导近似动态系统并定制离散化方案。
引用
@article{arxiv.2406.01763,
title = {Provably Feasible and Stable White-Box Trajectory Optimization},
author = {Zherong Pan and Yifan Zhu},
journal= {arXiv preprint arXiv:2406.01763},
year = {2024}
}