面向高保真几何的接触丰富操作的联合轨迹优化与接触选择

接触隐式轨迹优化 (Contact-implicit trajectory optimization, CITO) 是一种用于规划各种接触丰富系统（包括操作和 locomotion）的复杂轨迹的有效方法。CITO 构建了一个互补约束的数学规划问题 (MPCC)，以确保在点不处于接触时的接触力为零。然而，MPCC 求解时间随可允许的接触点数量呈指数级增长，这限制了 CITO 仅能应用于仅允许少数简单几何形状进行接触的問題。本文我们引入联合轨迹优化与接触选择 (Simultaneous trajectory optimization and contact selection, STOCS)，作为 CITO 的一种扩展，以克服这一限制。STOCS 的创新之处在于在迭代轨迹优化过程中识别显著的接触点和时刻。这一机制有效减少了每个 MPCC 调用中的变量和约束数量。借助关键接触识别子程序实例化的 STOCS 框架，使得即使针对由数万顶点构成的高保真几何进行操作轨迹优化也成为可计算的。