文章介绍了数值优化在机器人技术中的重要性，包括推荐的最优化书籍、优化问题的基本范式，如目标函数的下界和下水平集的有界性，并提及数值优化在SLAM、轨迹规划等实际问题中的应用。
欢迎大家关注我的B站：
偷吃薯片的Zheng同学的个人空间-偷吃薯片的Zheng同学个人主页-哔哩哔哩视频 (bilibili.com)
本文ppt来自深蓝学院《机器人中的数值优化》
目录
1 推荐书单
对于英语阅读有困难的同学可以看第一本书，对于最优化的介绍也是比较详细的。
这是第一本书的ppt链接最优化：建模、算法与理论/最优化计算方法 (pku.edu.cn)
2 优化问题的基本范式
优化问题有一个基本的范式，如下
默认的假设:
1.
The objective function is lower bounded.
目标函数不能存在负无穷的值，这样会使得最小值无法在计算机中用浮点数表示，最小值可以很小但必须有界，也就是上述的 lower bounded
2.
The objective function has bounded sub-level sets.
sub-level sets就是下水平集，此时要求目标函数不能存在当x趋于无穷时函数趋于某个值即下水平集无界，这同样会导致最小值无法用浮点数表示
这是默认的假设都是理想的数值优化方法在计算机实际运算中需要注意的问题
3 数值优化在机器人领域的应用
在slam、轨迹规划、点云配准、TOPP问题上都有数值优化的应用
扫一扫
1125
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
