Crocoddyl： 多接触最优控制的高效多功能框架

2023-12-20 10:30
文章标签 高效 框架 多功能 接触 最优控制 crocoddyl

本文主要是介绍Crocoddyl： 多接触最优控制的高效多功能框架，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

系列文章目录

前言

40c58183a5614a32a8f08d9be80ed55c.png

        我们介绍了 Crocoddyl（Contact RObot COntrol by Differential DYnamic Library），这是一个专为高效多触点优化控制（multi-contact optimal control）而定制的开源框架。Crocoddyl 可高效计算给定预定义接触序列（predefined sequence of contacts）的状态轨迹（state trajectory）和控制策略（control policy）。其效率得益于稀疏分析导数（sparse analytical derivatives）的使用、对问题结构的利用以及数据共享。它利用微分几何（differential geometry）来正确描述任何几何系统（如浮动基座系统（floating-base systems））的状态。

        此外，我们还提出了一种名为易损微分动态编程（Feasibility-prone Differential Dynamic Programming，FDDP）的新型多重打靶法（multiple-shooting method）。然而，我们的方法并没有增加额外的决策变量（decision variables），而额外的决策变量往往会因因式分解而增加每次迭代的计算时间。与经典的差分动态编程（DDP）算法相比，我们的新方法具有更强的全局化策略。具体来说，我们对经典 DDP 算法提出了两点修改。首先，后向传递接受不可行的状态控制轨迹。其次，在早期的 "探索性 "迭代中，滚动保持间隙开放（这是仅有相等约束的多重射击方法所期望的）。我们用不同的任务展示了我们框架的性能。利用我们的方法，我们可以在几毫秒的时间内计算出腿式机器人的高动态机动性（highly-dynamic maneuvers）（如跳跃（jumping）、前空翻（front-flip））。

        Crocoddyl 是一个用于接触序列下机器人控制的最优控制库。它的求解器基于新颖高效的微分动态编程（DDP）算法。Crocoddyl 可计算最佳轨迹和反馈增益。它使用 Pinocchio 快速计算机器人动力学和分析导数。

        如果您想了解有关 Crocoddyl 及其求解器的更多信息，我们建议您阅读 [1] [2] [3] 并访问 PUBLICATIONS.md。如果您想了解当前的发展情况并做出贡献，请直接访问开发分支。

一、特点

ec0cd89f874141c3943922af9c39d0da.png

        Crocoddyl 功能多样：

  • 各种最优控制求解器（DDP、FDDP、BoxFDDP、Ipopt 等）
  • 通过 Pinocchio 实现分析和稀疏导数
  • 利用 Pinocchio 支持微分几何
  • 各种积分器、动力学、成本和约束条件
  • 数值微分支持
  • 通过 CppAD 支持自动微分

        Crocoddyl 高效灵活：

  • 高速缓存友好
  • 通过 OpenMP 支持多线程
  • 通过 Boost Python 绑定 Python（包括抽象
  • 兼容 C++14/17/20
  • 经过广泛测试
  • 通过 CppADCodeGen 支持自动代码生成

 

0411be18d75641d988103eab42d28d5e.gif 

二、安装

        Crocoddyl 可以轻松安装在各种 Linux（Ubuntu、Fedora 等）和 Unix 发行版（Mac OS X、BSD 等）上。以下是安装 Crocoddyl 的不同方法。

2.1 Conda

   conda install crocoddyl -c conda-forge

2.2 pypi

  pip install --user crocoddyl

 2.3 ROS

        只需将其克隆（使用 --recursive 命令）到 catkin 工作区并编译即可。

2.3.1 📦 从 Debian / Ubuntu 软件包中使用 robotpkg

        如果您从未添加过 robotpkg 的软件仓库，现在就添加吧：

sudo tee /etc/apt/sources.list.d/robotpkg.list <<EOF
deb [arch=amd64] http://robotpkg.openrobots.org/packages/debian/pub $(lsb_release -sc) robotpkg
EOFcurl http://robotpkg.openrobots.org/packages/debian/robotpkg.key | sudo apt-key add -
sudo apt update

         安装 Crocoddyl 及其 Python 绑定：

sudo apt install robotpkg-py3\*-crocoddyl

        配置环境变量 

export PATH=/opt/openrobots/bin:$PATH
export PKG_CONFIG_PATH=/opt/openrobots/lib/pkgconfig:$PKG_CONFIG_PATH
export LD_LIBRARY_PATH=/opt/openrobots/lib:$LD_LIBRARY_PATH
export PYTHONPATH=/opt/openrobots/lib/python3.10/site-packages:$PYTHONPATH

三、文档


        这里有 Crocoddyl 的 Doxygen 文档。或者，你也可以查看 Jupyter 笔记本。按以下顺序开始

examples/notebooks/unicycle_towards_origin.ipynb
examples/notebooks/cartpole_swing_up.ipynb
examples/notebooks/arm_manipulation.ipynb
examples/notebooks/whole_body_manipulation.ipynb
示例/笔记本/双足行走.ipynb
examples/notebooks/introduction_too_crocoddyl.ipynb
        此外，安装完成后，您可以按如下方式运行示例：

python -m crocoddyl.examples.quadrupedal_gaits "display" "plot" # enable display and plot

        或运行构建目录中的示例、单元测试和基准测试，如

cd build
make test
make -s examples-quadrupedal_gaits INPUT="display plot" # enable display and plot
make -s benchmarks-cpp-quadrupedal_gaits INPUT="100 walk" # number of trials ; type of gait

         在这里可以使用环境变量来显示和/或绘制由我们的示例生成的图表：

export CROCODDYL_DISPLAY=1
export CROCODDYL_PLOT=1

四、引用 Crocoddyl

        在学术研究中引用 Crocoddyl 时，请使用以下 BibTeX 行：

@inproceedings{mastalli20crocoddyl,author={Mastalli, Carlos and Budhiraja, Rohan and Merkt, Wolfgang and Saurel, Guilhem and Hammoud, Bilaland Naveau, Maximilien and Carpentier, Justin and Righetti, Ludovic and Vijayakumar, Sethu and Mansard, Nicolas},title={{Crocoddyl: An Efficient and Versatile Framework for Multi-Contact Optimal Control}},booktitle = {IEEE International Conference on Robotics and Automation (ICRA)},year={2020}
}

 

        请考虑引用 PUBLICATIONS.md 中描述的我们的部分出版物和贡献。

        Crocoddyl 的贡献不仅限于高效的软件开发。也请考虑引用我们不同求解器和公式的算法贡献：

  • 可行性驱动 DDP (FDDP)： [1]
  • 控制受限的可行性驱动 DDP（Box-FDDP）： [2]
  • 反动力学轨迹优化和相等约束 DDP 求解器（Intro 求解器）： [3]

        最后，还请考虑引用 Pinocchio，它为刚体算法及其导数的高效实施做出了贡献。有关如何引用 Pinocchio 的更多详情，请访问：https://github.com/stack-of-tasks/pinocchio。

五、部分出版物

[1] C. Mastalli, R. Budhiraja, W. Merkt, G. Saurel, B. Hammoud, M. Naveau, J. Carpentier, L. Righetti, S. Vijayakumar and N. Mansard. Crocoddyl: An Efficient and Versatile Framework for Multi-Contact Optimal Control, IEEE International Conference on Robotics and Automation (ICRA), 2020

[2] C. Mastalli, W. Merkt, J. Marti-Saumell, H. Ferrolho, J. Sola, N. Mansard and S. Vijayakumar. A Feasibility-Driven Approach to Control-Limited DDP, Autonomous Robots, 2022

[3] C. Mastalli, S. P. Chhatoi, T. Corbères, S. Tonneau and S. Vijayakumar. Inverse-Dynamics MPC via Nullspace Resolution, IEEE Transactions on Robotics, 2023

 

这篇关于Crocoddyl： 多接触最优控制的高效多功能框架的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/515701。

相关文章

高效+灵活，万博智云全球发布AWS无代理跨云容灾方案！

高效+灵活，万博智云全球发布AWS无代理跨云容灾方案！

摘要 近日，万博智云推出了基于AWS的无代理跨云容灾解决方案，并与拉丁美洲，中东，亚洲的合作伙伴面向全球开展了联合发布。这一方案以AWS应用环境为基础，将HyperBDR平台的高效、灵活和成本效益优势与无代理功能相结合，为全球企业带来实现了更便捷、经济的数据保护。 一、全球联合发布 9月2日，万博智云CEO Michael Wong在线上平台发布AWS无代理跨云容灾解决方案的阐述视频，介绍了
阅读更多...
嵌入式QT开发：构建高效智能的嵌入式系统

嵌入式QT开发：构建高效智能的嵌入式系统

摘要： 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发，详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程，包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发，涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用，以及嵌入式 QT 与硬件设备的交互，包括输入输出设
阅读更多...
高效录音转文字：2024年四大工具精选！

高效录音转文字：2024年四大工具精选！

在快节奏的工作生活中，能够快速将录音转换成文字是一项非常实用的能力。特别是在需要记录会议纪要、讲座内容或者是采访素材的时候，一款优秀的在线录音转文字工具能派上大用场。以下推荐几个好用的录音转文字工具！ 365在线转文字 直达链接：https://www.pdf365.cn/ 365在线转文字是一款提供在线录音转文字服务的工具，它以其高效、便捷的特点受到用户的青睐。用户无需下载安装任何软件，只
阅读更多...
【C++高阶】C++类型转换全攻略：深入理解并高效应用

【C++高阶】C++类型转换全攻略：深入理解并高效应用

📝个人主页🌹：Eternity._ ⏩收录专栏⏪：C++ “ 登神长阶 ” 🤡往期回顾🤡：C++ 智能指针 🌹🌹期待您的关注 🌹🌹 ❀C++的类型转换 📒1. C语言中的类型转换📚2. C++强制类型转换⛰️static_cast🌞reinterpret_cast⭐const_cast🍁dynamic_cast 📜3. C++强制类型转换的原因📝
阅读更多...
cross-plateform 跨平台应用程序-03-如果只选择一个框架，应该选择哪一个?

cross-plateform 跨平台应用程序-03-如果只选择一个框架，应该选择哪一个?

跨平台系列 cross-plateform 跨平台应用程序-01-概览 cross-plateform 跨平台应用程序-02-有哪些主流技术栈？ cross-plateform 跨平台应用程序-03-如果只选择一个框架，应该选择哪一个? cross-plateform 跨平台应用程序-04-React Native 介绍 cross-plateform 跨平台应用程序-05-Flutte
阅读更多...
基于 YOLOv5 的积水检测系统：打造高效智能的智慧城市应用

基于 YOLOv5 的积水检测系统：打造高效智能的智慧城市应用

在城市发展中，积水问题日益严重，特别是在大雨过后，积水往往会影响交通甚至威胁人们的安全。通过现代计算机视觉技术，我们能够智能化地检测和识别积水区域，减少潜在危险。本文将介绍如何使用 YOLOv5 和 PyQt5 搭建一个积水检测系统，结合深度学习和直观的图形界面，为用户提供高效的解决方案。 源码地址： PyQt5+YoloV5 实现积水检测系统 预览： 项目背景
阅读更多...
Spring框架5 - 容器的扩展功能 (ApplicationContext)

Spring框架5 - 容器的扩展功能 (ApplicationContext)

private static ApplicationContext applicationContext;static {applicationContext = new ClassPathXmlApplicationContext("bean.xml");} BeanFactory的功能扩展类ApplicationContext进行深度的分析。ApplicationConext与 BeanF
阅读更多...
数据治理框架-ISO数据治理标准

数据治理框架-ISO数据治理标准

引言 "数据治理"并不是一个新的概念，国内外有很多组织专注于数据治理理论和实践的研究。目前国际上，主要的数据治理框架有ISO数据治理标准、GDI数据治理框架、DAMA数据治理管理框架等。 ISO数据治理标准 改标准阐述了数据治理的标准、基本原则和数据治理模型，是一套完整的数据治理方法论。 ISO/IEC 38505标准的数据治理方法论的核心内容如下： 数据治理的目标：促进组织高效、合理地
阅读更多...
MiniGPT-3D, 首个高效的3D点云大语言模型，仅需一张RTX3090显卡，训练一天时间，已开源

MiniGPT-3D, 首个高效的3D点云大语言模型，仅需一张RTX3090显卡，训练一天时间，已开源

项目主页：https://tangyuan96.github.io/minigpt_3d_project_page/ 代码：https://github.com/TangYuan96/MiniGPT-3D 论文：https://arxiv.org/pdf/2405.01413 MiniGPT-3D在多个任务上取得了SoTA，被ACM MM2024接收，只拥有47.8M的可训练参数，在一张RTX
阅读更多...
ZooKeeper 中的 Curator 框架解析

ZooKeeper 中的 Curator 框架解析

Apache ZooKeeper 是一个为分布式应用提供一致性服务的软件。它提供了诸如配置管理、分布式同步、组服务等功能。在使用 ZooKeeper 时，Curator 是一个非常流行的客户端库，它简化了 ZooKeeper 的使用，提供了高级的抽象和丰富的工具。本文将详细介绍 Curator 框架，包括它的设计哲学、核心组件以及如何使用 Curator 来简化 ZooKeeper 的操作。 1
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2