课程目录

• 第二章
• 1视频】章节内容介绍
• 2视频】为什么要引入拟牛顿法
• 3视频】凸且光滑的函数的BFGS优化算法
• 4视频】非凸但平滑的函数BFGS优化算法
• 5视频】L-BFGS优化算法
• 6视频】线性共轭梯度法
• 7视频】牛顿共轭梯度法
• 8视频】应用：平滑导航路径生成
• L2-Numerical Optimization in Robotics
• 第三章
• 1视频】带约束优化问题的定义
• 2视频】带约束优化问题的分类及复杂度
• 3】低维线性时间线性规划算法：Seidel算法
• 4低维线性时间严格凸二次规划算法
• 5视频】约束优化的3种序列无约束化方法
• 6KKT条件与PHR增广拉格朗日乘子法
• HW3_20220822_175717
• L3-Instruction
• L3-Numerical Optimization in Robotics
• 第三章作业思路提示-助教姜金圻
• 第四章
• 1视频】PHR增广拉格朗日乘子法
• 2.【视频】约束优化应用1：控制分配问题
• 3视频】约束优化应用2：碰撞距离计算
• 4频】约束优化应用3：非线性模型预测控制
• 5视频】锥与对称锥
• 6视频】锥增广的拉格朗日
• 7视频】应用：时间最优的路径参数化
• L4 Numerical Optimization in Robotics
• L4Homework
• 第五章
• 1视频】Smoothing Techniques
• 2视频】Adjoint Sensitivity Analysis
• 3视频】About Linear Solvers
• 4Resources for Optimization Softwares
• 5视频】大作业
• L5-Numerical Optimization in Robotics
• 第一章
• 第一节
• Matrix Computations
• 参考资料
• 第一章第一节
• L1-Numerical Optimization in Robotics
• 1.【视频】Introduction
• 2Convex Sets
• 3【视频】High-Order Info of Functions
• 4视频】Convex Function Property
• 5【视 频】Unconstrained Optimization for Nonconvex Functions
• 6【视频】Modified Damped
• L1_Instruction
• L1思路提示
• 第一章作业.docx
• 第一章作业分享-坦克小白
• 1：【视频】汪博直播答疑回放
• 机器人中的数值优化开课仪式
• 课件资料zip