向南而行灬-CSDN博客

原创深度强化学习（王树森版）学习笔记（一）——机器学习基础

由于本人的工作与深度强化学习相关，想找个机会重新复习下深度强化学习的相关知识，正好手上有这本书，粗略一看感觉知识点挺简洁的，内容也挺全面，也提供了一些学习资料。所以开个坑记录一下这本书的学习过程。首先我们会按照这本书的顺序讲一下机器学习的一些基础理论部分。

2023-04-13 22:17:52 767 1

原创 MPC（模型预测控制）控制小车沿轨迹移动——C++实现

要求如下图所示，给定一条轨迹，要求控制小车沿这条轨迹移动，同时可以适用于系统带有延时的情况。注意，本篇文章只给出部分C++代码参考。首先用运动学自行车模型（Kinematic Bicycle Model）对小车建模，设计相应的成本函数（cost function）和约束，之后利用OSQP求解二次规划问题，实现线性时变模型预测控制（Linear Time-Varying MPC）器。...

2022-05-26 01:07:45 10990 16

原创 Robotics: Computational Motion Planning（路径规划）笔记（完）:人工势场法（Artificial Potential Fields）

在上一个章节中，我们讨论了基于采样的方法-PRM和RRT算法，在本章节中，我们将讨论人工势场法（Artificial Potential Fields），这是另一种路径规划方法，主要思想就是在配置空间内构造一个平滑函数，机器人会根据函数的梯度方向向目标点移动，同时躲避障碍物。人工势场法（Artificial Potential Fields）人工势场法的主要内容就是构造一个函数，当机器人靠近障碍物时，其值会变高，当机器人靠近目标点时，其值会变低。同时，我们还希望此函数在所需的目标位置具有最低值。如果

2022-05-24 23:24:05 1246

原创 Robotics: Computational Motion Planning（路径规划）笔记（三）:基于采样的方法-PRM和RRT算法

在上一个章节中，我们讨论了配置空间，在本章节中，我们将讨论在配置空间足随机采样一些点以寻找一条路径，这种方法称之为基于采样的方法，我们将会介绍其中最基础的两种算法，PRM（Probabilistic Road Map）概率路图法以及RRT（Rapidly-explorring Random Tree）快速扩展随机树法。

2022-05-12 16:39:50 694

原创轨迹优化——三维空间下通过BVIP生成最小jerk轨迹

这篇文章主要是记录下深蓝学院开的《移动机器人运动规划》这门课程中第五章-最优轨迹生成的作业即三维空间下通过BVIP生成最小jerk轨迹相关的内容及做作业时的过程。

2022-05-11 16:54:27 2258 3

原创 Robotics: Computational Motion Planning（路径规划）笔记（二）:配置空间（Configuration Space）

在本章中我们将会引入配置空间（Configuration Space）这一个概念，这会帮助我们在一个统一的框架内解决路径规划问题。

2022-05-07 01:19:54 1068 4

原创 Robotics: Computational Motion Planning（路径规划）笔记（一）:基于图搜索的方法-Grassfire、Dijkstra和A*算法

这是之前Coursera上宾夕法尼亚大学开的Robotics专项课程的第二个部分：Computational Motion Planning，也就是路径规划部分。讲的都是目前最基础的最经典的路径规划算法，适合初学者学习。在这一章我们会讲基于图搜索的方法，其中包括Grassfire、Dijkstra和A*算法。

2022-04-28 16:20:04 1828

原创 VScode下对ROS launch文件进行调试

我们在做ROS项目时，都需要进行代码的debug，看一下程序运行中间的变量是否正确。本文主要是在VScode下，实现通过运行我们ROS项目中的launch文件，对文件中的代码进行debug。

2022-04-26 18:47:33 2928 1

原创 Robotics: Aerial Robotics（空中机器人）笔记（完）:无人机的非线性控制

在之前的学习中我们已经讨论了如何根据给定轨迹对四旋翼进行控制，而控制的时候我们是采用线性化模型来简化相应的公式的，这在控制非高速情况下的无人机是适用的，但如果我们想要让无人机飞行地更加敏捷快速，那么还是要用非线性模型来控制我们的四旋翼无人机，那么这章我们就来探讨一下无人机的非线性控制。

2022-04-17 18:28:01 1765

原创 Robotics: Aerial Robotics（空中机器人）笔记（六）:无人机运动规划

在之前的学习中我们已经讨论了如何根据给定轨迹对四旋翼进行控制，在这一章里，我们将探索四旋翼无人机在三维空间中的运动规划，即给定一个三维的环境，我们希望能够在这个三维环境中指定具体的点，进而让四旋翼无人机在这个环境中规划出无障碍的轨迹路线。

2022-04-14 16:04:58 3525 1

原创 Robotics: Aerial Robotics（空中机器人）笔记（五）:用PID控制器控制无人机

在这一章里，我们将探索四旋翼无人机在二维平面以及三维空间中的运动控制，基于姿态与位置的PD控制器。

2022-04-10 12:32:40 2886 1

原创 Robotics: Aerial Robotics（空中机器人）笔记（四）:无人机动力学建模

在这一章里，我们将探索四旋翼无人机动力学的相关知识。我将主要讲刚体动力学中的牛顿-欧拉方程以及在四旋翼无人机上的形式。

2022-04-03 10:54:17 7893

原创 Robotics: Aerial Robotics（空中机器人）笔记（三）:无人机运动学建模

在这一章里，我们将探索四旋翼无人机的运动学原理。这章将会讲机器人学中的坐标转换（Transformation）、旋转（Rotation）、欧拉角（Euler Angles）、角-轴旋转表示（Axis/Angle Representations for Rotations）、角速度（Angular Velocity）等知识。

2022-03-31 12:12:01 4050

原创《强化学习与最优控制》学习笔记（五)：值空间近似的一般问题与方法

这章我们将比较详细地介绍值空间近似的一些方法,对应书中的2.1.1节和2.1.3-2.1.6节的内容。...

2022-03-25 23:37:03 754

原创 Robotics: Aerial Robotics（空中机器人）笔记（二）:如何设计一架四旋翼无人机

在这一章里，我们将探索四旋翼如何飞行的。这章将会讲一些基本的力学原理以及如何设计无人机。

2022-03-25 12:05:08 3623

原创 Robotics: Aerial Robotics（空中机器人）笔记（一）：初识四旋翼无人机

本专栏是近期 Coursera上宾夕法尼亚大学Kumar教授的课程——Robotics: Aerial Robotics 整理的一些笔记，上面是Coursera课程上对该课程的介绍（机翻请见谅），欢迎对无人机感兴趣的小伙伴们一起学习。

2022-03-21 20:44:22 2072

原创《强化学习与最优控制》学习笔记（四)： Model-Based 与 Model-Free Implementation以及Off-line 与 On-line Method概述

这章主要是介绍一些概念，即 Model-Based 与 Model-Free Implementation以及Off-line 与 On-line Method，方便后面内容的学习。

2022-03-14 16:14:16 873

原创《强化学习与最优控制》学习笔记（三）：强化学习中值空间近似和策略空间近似概述

在本书的第一章就指出，用DP精确求解最优控制问题通常是不可能的，这是因为存在“维度诅咒（curse of dimensionality）”，即随着问题规模的增加，所需的计算和内存存储会迅速增加。此外，在许多情况下，给定问题的结构是预先知道的，但一些数据（例如各种系统参数），可能在准备开始控制之前才知道，因此严重限制了DP计算的可用时间。所以我们通常找不到最优的结果，但是可以找到次优(suboptimal)的方案，即在方便实施性和性能之间做一个合理的平衡。

2022-03-13 21:28:47 1546

原创《强化学习与最优控制》学习笔记（二）：强化学习与最优控制的一些术语对比

这篇文章主要讲一下强化学习(RL)和最优控制的一些术语,其实稍微了解强化学习的小伙伴们在学习这本书的时候就会发现,RL和DP虽然优化的目标不一样（RL追寻奖励值的最大化，DP追求开销的最小化），但是无论是在结构上、控制系统上还是在方法上，使用的思想都可以一一对应，如下图所示，这只是我在网上找的一幅图片，本文会就书上1.4节的内容的进行更详细的说明。

2022-03-13 17:07:50 1790

原创《强化学习与最优控制》学习笔记（一）：确定性动态规划和随机性动态规划

这本书的作者是Dimitri Panteli Bertsekas教授。因其在算法优化与控制方面以及应用概率论方面编写了多达16本专著而闻名于世。他也是CiteSeer搜索引擎学术数据库中被引用率最高的100位计算机科学作者之一。Bertsekas教授还是Athena Scientific出版社的联合创始人。本人最近开始学习这本书，之前有一些强化学习的基础，在做机器人的一些应用，觉得这本书挺有价值，所以在此分享学习日记。

2022-03-13 00:01:44 3203

原创 Coppeliasim仿真日记（五): 如何利用Soildworks添加模型到场景中

上篇：Coppeliasim仿真日记（四): 如何在Coppeliasim进行多计算机联合仿真Coppeliasim官方提供了一些模型,但是如果我们想自己添加一些模型也是可以做到的,本文教一下大家如何利用Soildworks添加模型到场景中...

2021-05-26 21:09:13 2882

原创 Coppeliasim仿真日记（四): 如何在Coppeliasim进行多计算机联合仿真

上篇：Coppeliasim仿真日记（三): Coppeliasim与python的联动——The B0-based remote API当我们进行群体机器人仿真时，往往需要进行几十台或者几百台机器人的仿真，由于单台计算机的计算机资源有限，往往需要进行多台计算机联合并行仿真，本节将说明具体的操步骤...

2021-05-18 19:15:23 1557 5

原创 Coppeliasim仿真日记（三): Coppeliasim与python的联动——The B0-based remote API

上篇：Coppeliasim仿真日记（二): Coppeliasim与python的联动——The legacy remote API，以及进行多机器人仿真本文主要讲python与Coppeliasim，通过使用B0-based remote API来进行机器人的仿真。The B0-based remote API这是官方对旧版API和新版的说明：基于B0的远程API：这表示远程API的第二个版本。它基于BlueZero中间件及其CoppeliaSim的接口插件。与传统的远程AP.

2021-05-15 21:10:02 4438 12

原创 Coppeliasim仿真日记（二): Coppeliasim与python的联动——The legacy remote API，以及进行多机器人仿真

本文主要讲python与Copeliasim的连接，实现入门的第一步。

2021-05-15 19:57:33 4145 1

原创 Coppeliasim仿真日记(一): 简介、下载和API的查询

这是我很久以前用CoppeliaSim（原名V-REP）这个仿真软件整理的一些操作的步骤，由于这款软件出的比较久，然而改名后网上有些教程的内容已经过时，造成我使用过程中踩了不少坑，所以写一下这软件相关的一些使用说明帮助后面用这款软件的人。这系列的文章不会涉及到ros和CoppeliaSim的接口使用（当时用的时候还不会ros），只涉及python和该软件接口的使用，如果后面再次用到这款软件可能会更新相关的操作。简介:具有集成开发环境的机器人仿真器CoppeliaSim（原名V-REP）基于分布式

2021-05-15 19:03:37 5182 1

qq_42286607的博客