arXiv Robotics· Kai Pfeiffer, Jia Wang, Gordon Owusu Boateng, Yuquan Wang, Vincent Bonnet, Abderrahmane Kheddar·· 5 小时前AI 评分31
用 ADMM 求解机器人控制中的大规模分层决策问题
Large-Scale Hierarchical Decision-Making in Robot Control via ADMM
AI 导读
研究提出用交替方向乘子法（ADMM）高效求解稀疏分层二次规划（SHQP）子问题，并为 ℓ0 范数代理的辅助变量引入高效替换，按合适顺序计算线性代数表达式以处理可分离决策函数。在大规模运动学与动力学控制中，低至中等精度区间相比利用结构的内点法计算时间最多减少 23.5%。该方法进一步扩展到人形机器人行走的全身动力学控制，并指出该场景对高精度解的需求。
推荐理由模型分析
针对机器人稀疏分层控制中内点法难以热启动的问题，作者用ADMM求解SHQP子问题，并给出大规模运动学与动力学控制实验。结果显示在低到中等精度区间计算时间最多降低23.5%，但高精度需求下优势受限；做机器人实时控制与优化求解的读者可据此判断精度与速度的取舍。
来源：arXiv Robotics · arxiv.org