课程介绍

深蓝学院的“机器人中的数值优化”课程旨在教授学员在机器人领域中应用数值优化方法的理论和实践知识。以下是课程内容的简要介绍：

数值优化基础：介绍数值优化的基本概念、算法和方法，包括梯度下降、牛顿法等，为学员建立数值优化的基础理论。
机器人中的数值优化应用：讨论在机器人学中数值优化的应用场景，包括路径规划、运动规划、轨迹优化等，以及如何通过数值优化提高机器人的性能和效率。
约束优化：深入探讨在机器人任务中的约束优化问题，包括约束处理、不等式约束、等式约束等，以解决实际问题中的复杂性。
优化工具和框架：介绍常用的数值优化工具和框架，如SciPy、Optim.jl等，以及它们在机器人领域的应用。
实战项目：通过实际项目实践，学员将应用所学的数值优化知识解决机器人领域的实际问题，加深理解并提升应用能力。

通过参与深蓝学院-机器人中的数值优化课程，学员将掌握在机器人领域应用数值优化的理论和实践技能，为从事机器人研究和开发的工作奠定坚实基础。

课程目录

/8-047-深蓝学院-机器人中的数值优化/
│├─01第一章
│├─02第二章
│├─03第三章
│├─04第四章
│├─05第五章

详细目录

│├─1：【视频】汪博答疑回放.mp4 337.6MB
│├─机器人中的数值优化开课仪式.pdf 995.6KB
│├─课件资料.zip 107.9MB
01第一章/
│├─1.【视频】Introsrcction.mp4 447.2MB
│├─2Convex Sets.mp4 308MB
│├─3【视频】High-Order Info of Functions.mp4 280.2MB
│├─4视频】Convex Function Property.mp4 879.4MB
│├─5【视频】Unconstrained Optimization for Nonconvex Functions.mp4 351.3MB
│├─6【视频】Modified Damped.mp4 495.4MB
│├─L1_Instruction.pdf 192.3KB
│├─L1思路提示.pdf 330.7KB
│├─第一章作业.docx 366.6KB
│├─第一章作业分享-坦克小白.pdf 1.4MB
│├─第一章第一节
│├─第一节
│第一章第一节/
││├─L1-Numerical Optimization in Robotics.pdf 6.6MB
│第一节/
││├─Matrix Computations.pdf 13.1MB
││├─参考资料.zip 27.5MB
02第二章/
│├─1视频】章节内容介绍.mp4 133.4MB
│├─2视频】为什么要引入拟牛顿法.mp4 222.9MB
│├─3视频】凸且光滑的函数的BFGS优化算法.mp4 926.6MB
│├─4视频】非凸但平滑的函数BFGS优化算法.mp4 468.4MB
│├─5视频】L-BFGS优化算法.mp4 291.3MB
│├─6视频】线性共轭梯度法.mp4 760.2MB
│├─7视频】牛顿共轭梯度法.mp4 179.9MB
│├─8视频】应用：平滑导航路径生成.mp4 244.2MB
│├─L2-Numerical Optimization in Robotics.pdf 34.7MB
03第三章/
│├─1视频】带约束优化问题的定义.mp4 164MB
│├─2视频】带约束优化问题的分类及复杂度.mp4 606.9MB
│├─3】低维线性时间线性规划算法：Seidel算法.mp4 1.2GB
│├─4低维线性时间严格凸二次规划算法.mp4 879.7MB
│├─5视频】约束优化的3种序列无约束化方法.mp4 1.2GB
│├─6KKT条件与PHR增广拉格朗日乘子法.mp4 273.4MB
│├─HW3_20220822_175717.rar 483.2KB
│├─L3-Instruction.pdf 487.3KB
│├─L3-Numerical Optimization in Robotics.pdf 13.8MB
│├─第三章作业思路提示-助教姜金圻.pdf 192.1KB
04第四章/
│├─1视频】PHR增广拉格朗日乘子法.mp4 1.1GB
│├─2.【视频】约束优化应用1：控制分配问题.mp4 251.1MB
│├─3视频】约束优化应用2：碰撞距离计算.mp4 327.2MB
│├─4频】约束优化应用3：非线性模型预测控制.mp4 23.2MB
│├─5视频】锥与对称锥.mp4 146.3MB
│├─6视频】锥增广的拉格朗日.mp4 1.2GB
│├─7视频】应用：时间最优的路径参数化.mp4 665.6MB
│├─L4 联系v：zhanxzhanxNumerical Optimization in Robotics.pdf 12.6MB
│├─L4Homework.pdf 323.1KB
05第五章/
│├─1视频】Smoothing Techniques.mp4 1.3GB
│├─2视频】Adjoint Sensitivity Analysis.mp4 756.2MB
│├─3视频】About Linear Solvers.mp4 560.7MB
│├─4Resources for Optimization Softwares.mp4 77.8MB
│├─5视频】大作业.mp4 349.8MB
│├─L5-Numerical Optimization in Robotics.pdf 5.2MB