AL-iLQR:时空联合规划

从零学习AL-iLQR轨迹优化算法

8 篇教程

文章列表

1.轨迹优化的表述和ilqr的引出

本篇是新开设的专栏《从零做一个时空联合规划器》的开篇。本文从最基本的概念出发，引出轨迹优化问题和DDP/iLQR，本文主要内容为：轨迹优化问题表述+10个相关问答。通过本文，可以对整个优化问题有一个宏观的了解。

20 分钟

AL-iLQR实践指南7：自车多圆拟合与碰撞约束

交互式学习多圆拟合自车建模、碰撞约束的数学推导、Jacobian 解析验证，以及增广拉格朗日如何把不等式约束融入 iLQR

1 分钟

AL-iLQR实践指南6：解析求导后求解耗时150ms降到9ms

将求导方式从数值差分，改进为解析求导后，al-ilqr求解耗时从150ms降低到9ms，提升惊人

14 分钟

AL-iLQR实践指南 4：各种约束如何建模

目标：理解如何用统一接口描述各种约束，并封装为「带约束的最优控制问题」

18 分钟

AL-iLQR实践指南 5：增广拉格朗日与 AL-iLQR 求解器

目标：理解如何将约束「塞进」代价函数，并组装完整的双层循环求解器

40 分钟

AL-iLQR实践指南 1.如何对给定控制序列做前向仿真并计算代价

理解轨迹优化的基本组成，学习如何对给定控制序列做前向仿真并计算代价，掌握 AL-iLQR 的基础概念与项目骨架

9 分钟

AL-iLQR实践指南 2.理解 Bellman 递推和 Riccati 方程

深入理解 Bellman 递推和 Riccati 方程，实现从给定控制到求解最优控制的跨越，掌握有限时域 LQR 的核心原理

11 分钟

AL-iLQR实践指南 3.将 LQR 推广到非线性系统，实现带正则化和线搜索的稳定 iLQR

将 LQR 推广到非线性系统，实现带正则化和线搜索的稳定 iLQR 求解器，掌握无约束轨迹优化的完整实现

57 分钟