影片進階EN2,932 次觀看
Stanford AA274A Principles of Robotic Autonomy | Autumn 2019 | Trajectory Optimization
看影片(在新分頁開啟原站)連到 YouTube・Stanford Online
摘要
第三講介紹軌跡最佳化問題,透過數值離散化將微分方程轉化為非線性規劃問題求解。重點說明直接法與間接法的差異,並深入探討微分平坦性在無人機等系統中的應用,以及處理輸入約束的時序換算技術。
This lecture covers trajectory optimization methods, including discretization via Euler integration, direct and indirect approaches, and the application of differential flatness for constraint handling.
摘要、重點與章節標題由語言模型整理,細節(誰說的、數字、先後)可能有誤;要引用請以原始內容為準。
重點
- 透過尤拉法將微分方程離散化以建立運動模型。
- 比較直接法與間接法在軌跡最佳化中的不同策略。
- 介紹微分平坦性及其在處理輸入約束時的時序換算。
章節
依話題轉折切分,標題由 AI 產生
提到的工具與公司
- ROS
- NVIDIA
- NASA
適合誰看
具備程式基礎或正在學習機器人自主控制原理的學生與工程師。
摘要依據
- 講者
- Trajectory Optimization
- 依據
- 自動字幕
為什麼排在這裡
- 人氣
- 0.93
- 新鮮
- 1.00
在主題頁與搜尋結果裡,名次由相關、人氣、新鮮三個分數決定;這一頁沒有搜尋的關鍵字,所以沒有相關分數。排序怎麼算
相關內容
- Stanford AA274A Principles of Robotic Autonomy | Autumn 2019 | Trajectory Tracking影片 ・ Stanford Online ・ 1 小時 18 分 ・
- Stanford AA274A Principles of Robotic Autonomy | Autumn 2019 | Motion Planning Graph Search Methods影片 ・ Stanford Online ・ 1 小時 15 分 ・
- 機器人學一 07. 手臂軌跡規劃實例影片 ・ NTU OpenCourseWare ・ 1 小時 18 分 ・
- Path Planning for Robotics - Computerphile影片 ・ Computerphile ・ 30 分鐘 ・
- ICML 2026 预讲会 特邀报告:多智能体强化学习神经元优化方法研究影片 ・ AITIME论道 ・ 30 分鐘 ・
這個來源最近的內容
- Stanford CME295 Transformers & LLMs | Autumn 2026 | Lecture 2 - Large Language Models ・ 影片 ・ 1 小時 43 分
- Stanford AA274A Principles of Robotic Autonomy | Autumn 2019 | Overview, Mobile Robot Kinematics ・ 影片 ・ 1 小時 15 分
- Stanford AA274A Principles of Robotic Autonomy | Autumn 2019 | Motion Planning Sampling-Based ・ 影片 ・ 1 小時 19 分
摘要由 AI 根據原文產生,可能有誤;完整內容請看原站。看影片(在新分頁開啟原站)
