IEEE RAS 机器人最优控制（Model-based Optimization for Robotics）学习资料
系列文章目录
前言
电气和电子工程师学会机器人模型优化技术委员会
一、学习资料
1.1 教程和暑期学校
- 2020 年 Memmo 欧盟项目暑期班
- 2019年Memmo欧盟项目冬季学校
- Matthias Gerdts（德国慕尼黑联邦国防军大学）在拜罗伊特 OMPC 2013 上举办的最优控制教程（Tutorials on Optimal control），第 1 部分 - 第 2 部分 - 第 3 部分
- Katja Mombaur 和 Martin Felis（德国海德堡大学）在 2011 年于德国耶拿举行的动态行走会议上举办的教程 "动态行走的优化控制技术（Optimal control techniques for Dynamic Walking）"
- 2010 年美国波士顿动态行走大会 "轨迹优化（Trajectory Optimization） "教程，作者：Manoj Srinivasan（俄亥俄州立大学）
1.2 在线课程
- 斯蒂芬-博伊德（Stephen Boyd）（斯坦福大学）著的《凸优化 I》
该书清晰、出色地介绍了优化的理论和概念，以及一些重要的算法类别，并附有大量来自不同领域的实际示例。
- 数值最优控制》（Numerical Optimal Control），莫里茨-迪尔（Moritz Diehl）（弗莱堡大学）
由该领域专家精心编写的课程
- Russ Tedrake（麻省理工学院）著的《欠驱动机器人学》
二、书籍
2.1 机器人建模与控制
- Kevin M. Lynch 和 Frank C. Park 著的《现代机器人学 - 机械、规划与控制》（Modern Robotics - Mechanics, Planning and Control
对基于模型的机器人学的许多概念进行了很好的介绍。
- Roy Feathearstone 著的《刚体动力学算法
最佳刚体动力学算法的综合汇编。
- 机器人操纵数学入门》，理查德-M-默里、李泽湘、S-尚卡尔-萨斯特里著
各种机器人概念的优秀数学导论（包括李群和螺杆理论描述）。
- 机器人学的几何基础》，Jon Selig 著
机器人学的几何基础（展示了与李代数、研究四元组、克利福德代数等的链接）。
- 机器人和多体动力学： 分析与算法》，作者 Abhinandan Jain
使用空间算子代数 (SOA) 的多体动力学算法综合教科书。
2.2 数值计算与优化
- 凸优化，斯蒂芬-博伊德和利文-范登贝格
该书出色地介绍了优化的理论和概念，以及一些重要的算法类别，并附有大量来自不同领域的实际示例。
- 数值优化》，豪尔赫-诺塞达尔和斯蒂芬-J-赖特
该书全面介绍了连续优化中最有效的最新方法，在理论与实际应用之间取得了良好的平衡。想要实现自己求解器的读者必备。
- Matrix Manifolds 上的优化算法》，P. -A. Absil, R. Mahony, and R. Sepulchre
这是一本更先进、涉及更多数学知识的书籍，探讨了非欧几里得流形上的优化问题，该问题在机器人学中受到了一定的关注。
2.3 应用优化
- 非线性编程： 概念、算法和化学过程应用》，Lorenz T. Biegler
本书论述了现代非线性编程 (NLP) 概念和算法，尤其是它们在化学工艺工程中的挑战性应用。作者深入浅出地介绍了 NLP 的基本特性和算法，并将其与过程优化中的实际问题类相联系，从而使化学工程师和数学优化专家都能理解和使用这些材料。
- 使用非线性编程进行优化控制和估计的实用方法》，第二版，约翰-T-贝茨
本书介绍了如何将稀疏优化方法与微分代数方程离散化技术相结合，用于解决优化控制和估计问题。全书强调了优化与积分器之间的相互作用。