最优控制的跳跃

@文章{Kaya2008LeapfrogFO,title={最优控制的跳跃},author={C.Yalçhon Kaya和J.Lyle Noakes},日志={SIAM J.数字分析},年份={2008},体积={46},页码={2795-2817},网址={https://api.semanticscholar.org/CorpusID:8104171}}
蛙跳算法的主要优点是:(i)它不需要对陪衬进行初始猜测,以及(ii)在每次迭代中生成的分段最优轨迹是可行的。

本文中的数字

移动机器人最优控制的蛙跳算法的数值和实验实现

Leapfrog算法用于差速驱动轮式移动机器人在无障碍平面环境中的情况,以优化二次成本,控制目标是在给定最终方向的平面内将移动机器人从初始状态转向原点。

移动机器人路径规划的蛙跳算法初始化

这项工作涉及使用Leapfrog方法的最优控制,为存在障碍物的移动机器人制定最优运动规划问题,观察到Leapfroc生成的最优路径不依赖于初始路径,也不依赖于形成初始路径的方法。

障碍物存在下基于Leapfrog方法的路径规划

Leapfrog算法作为一种最优路径规划方法,显示出了持续开发的价值,因为它易于初始化,在每次迭代中创建可行路径,并且可以在其他求解器可能失败的情况下找到解决方案。

移动机器人跳跃路径规划中的改进牛顿法

比较了经典牛顿法和修正牛顿法在求解Leapfrog算法内环两点边值问题的打靶法中的应用。

最优控制的欧拉离散化和不精确恢复

提出了一种无约束最优控制问题的计算方法。首先进行Euler离散化,以获得连续时间的有限维近似

最优控制的欧拉离散化和不精确恢复

摘要提出了一种无约束最优控制问题的计算方法。首先,进行欧拉离散化以获得

非线性Gauss-Seidel的蛙跳算法

提出了跳蛙法作为一种非线性Gauss-Seidel方法的收敛性证明,仅限于Stiefel流形的情况,但它可以推广到其他嵌入子流形。

最优控制问题Runge-Kutta离散化的不精确恢复

证明了对于最优控制问题,不精确恢复(IR)方法收敛的一个关键充分条件是容易满足的,并且在合理的假设下,IR方法可以收敛到离散化问题的解。

基于Leapfrog方法的移动机械手最优路径

应用Pontryagin最小值原理,导出了最优运动规划问题的间接最优性条件,并用Leapfrog方法进行了数值求解。

蛙跳算法及最优控制背景与实证

本文讨论了具有无界控制的一般非线性系统的最优控制中产生的TPBVP的求解技术,以及产生蛙跳算法的动机。

机械手的最小时间控制律

研究了点到点运动刚性机器人在控制力矩硬约束下的最小时间控制问题。哈密顿正则

工业机器人Manutec r3的最优控制

根据角速度的状态约束,计算了Manutec r3型工业机器人的最小时间和最小能量点到点轨迹。数值解

最优控制的欧拉离散化和不精确恢复

摘要提出了一种无约束最优控制问题的计算方法。首先,进行Euler离散化以获得

时间最优切换控制的计算方法

利用作者先前提出的STC方法,提出了一种有效的算法,用于单控制输入非线性系统的时间最优切换控制,该方法在给定切换次数的情况下,从初始点到目标点。

用数学规划公式计算bang–bang约束最优控制

提出了一种求解具有自由终端时间的非线性系统bang–bang约束最优控制问题的算法。规定了初始状态和终止状态。问题是

一种直接多炮方法的伴随估计

要解决与约束最优控制问题相关的多点边值问题(MPBVP),不仅需要对状态而且需要对共状态变量进行良好的猜测。

测地线的全局算法

摘要在连通完备黎曼流形中寻找给定点x0,x1的george连接比从初始数据确定测地线需要更多的努力。边界

用特殊解并行计算两点边值问题

在Intel iPSC/860计算机上的数值测试表明,与顺序算法相比,并行算法可以实现显著的加速,而当前的技术对于实时弹道优化和制导具有相当大的兴趣。