老王决策规划算法凸优化与非凸优化

自动驾驶决策规划算法第一章第二节 凸优化与非凸优化

 

 

 

 

 

 

 

梯度下降法（按每个点一阶导的正负的反方向迭代，如果某个点的一阶导是负的，则下个点取正方向的一个点，反之则取负方向的一个点，迭代的步长取决于导数绝对值的大小）

 

 

 

凸优化

 

凸函数和凸空间：

 

凸优化：

 

凸多边形和凹多边形：

 

凸空间和非凸空间：

 

 

 

静态避障

 

动态避障

 

 

 

在满足避障的空间进行撒点采样，找到约束条件下的最小值。本质上是连续空间离散化后，离散约束空间的最优解。