如何提高弹道优化结果
如何提高弹道优化结果
提问于 2021-08-08 06:06:00
我想做轨道优化阿特拉斯机器人模型在德雷克。不考虑垃圾狗示例和这存储库，我尝试了跳转运动优化这里。基本上，我更改了in_stance序列，添加了Initial guess of q，并添加了一个不同的q_cost。
但是似乎很难得到最优解，SNOPT输出是：
SNOPTA EXIT 10 -- the problem appears to be infeasible
SNOPTA INFO 13 -- nonlinear infeasibilities minimized这是一个视频来显示优化的轨迹。
我有一些想法来探索改进解决方案的方法：
- 使用简化的模型。我认为这个问题可能更容易解决。
- 仔细观察每个约束。例如，在跳转的情况下，我认为最好是约束
x和z轴angular_momentum，而不限制y轴angular_momentum。 - 为所有变量添加一个更好的初始猜测。
- 增加参考轨迹的成本，以指导求解者。
- 增加一些费用，以稳定飞行阶段的腿。
我不知道我应该先做哪一件，或者我错过了一些重要的事情，而这个问题是无法解决的？
谢谢你的建议！
谢谢你的快速回复:戴洪凯。我检查了matlab的版本，并在这里和testJump.m上找到了讨论。
我使用q类添加了对InverseKinematics的初步猜测。尝试添加接触力轨迹和CoM轨迹的初始猜测。
在testJump.m中，这是你最初的猜测吗？这不是一个运动轨迹的初步猜测，对吗？
x_seed = zeros(cdfkp.num_vars,1);
x_seed(cdfkp.h_inds) = 0.06;
x_seed(cdfkp.q_inds(:)) = reshape(bsxfun(@times,qstar,ones(1,nT)),[],1);
x_seed(cdfkp.com_inds(:)) = reshape(bsxfun(@times,com_star,ones(1,nT)),[],1);
x_seed(cdfkp.lambda_inds{1}(:)) = reshape(bsxfun(@times,1/num_edges*ones(num_edges,4,1),ones(1,1,nT)),[],1);
x_seed(cdfkp.lambda_inds{2}(:)) = reshape(bsxfun(@times,1/num_edges*ones(num_edges,4,1),ones(1,1,nT)),[],1);回答 1
Stack Overflow用户
回答已采纳
发布于 2021-08-08 06:28:44
- 最好的初步猜测很有帮助。你可以先尝试解一个运动轨迹(不考虑力)，然后用运动轨迹初始化你的轨迹优化变量。
- 当优化不可行时，您可以在不可行的解决方案中检查违反了哪些约束。使用函数
result.GetInfeasibleConstraints(prog)，它返回违反约束的列表，然后您可以尝试放松/删除约束。您可以调用prog.RemoveConstraint()函数来删除约束，也可以使用constraint.UpdateLowerBound()、constraint.UpdateUpperBound()放宽约束界限。
对于阿特拉斯跳跃运动，我们有一个Matlab实现。如果您查看一下德雷克的旧matlab版本，那么在文件夹纸中，它使用这个纸中的思想实现了阿特拉斯跳跃运动的轨迹优化。
在testJump.m中，我没有使用运动轨迹作为初步猜测。我计算了站立在地面上的机器人的初始姿态，接触力在每条腿上均匀分布。
TestJump.m中还有其他细微之处：
- 我将接触力的决策变量按质量* g进行缩放，因此接触力的决策变量值大致为1。在目前版本的Drake中，您可以在
MathematicalProgram中使用MathematicalProgram方法。 - 在testJump.m中，浮动基座的方向用欧拉角表示。在当前版本的Drake中，浮动基方向由单位四元数表示。四元数的时间积分比欧拉角要复杂得多。您可以尝试单元四元数的QuaternionEulerIntegrationConstraint，其余的连接可以像往常一样使用欧拉/中点积分。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/68698187
复制相关文章
相似问题
腾讯云开发者
