-
学习时长
8周/建议每周至少6小时
-
答疑服务
专属微信答疑群/讲师助教均参与
-
作业批改
每章节设计作业/助教及时批改评优
-
课程有效期
一年/告别拖延，温故知新
- 第1节: 参考资料
- 1-1： 参考资料.zip
- 1-2： 【推荐书籍】Matrix Computations.pdf
- 第1章: 数值优化基础
- 第1节: 数学规划与机器人学
- 2： 【课件】Numerical Optimization in Robotics.pdf
- 3： 【视频】Introduction
- 第2节: 凸集合与凸函数
- 4-1： 【视频】Convex Sets
- 4-2： 【视频】High-Order Info of Functions
- 第3节: 凸函数的性质
- 5： 【视频】Convex Function Property
- 第4节: 无约束优化：线搜索最速下降法
- 6： 【视频】无约束优化
- 第5节: 无约束优化：修正阻尼牛顿法
- 7： 【视频】Modified Damped
- 第2章: 无约束优化
- 8： 【课件】L2 拟牛顿法.pdf
- 第1节: 本章内容介绍
- 9： 【视频】章节内容介绍
- 第2节: 拟牛顿法
- 10： 【视频】为什么要引入拟牛顿法
- 11： 【视频】凸且光滑的函数的BFGS优化算法
- 12： 【视频】非凸但平滑的函数BFGS优化算法
- 13： 【视频】L-BFGS优化算法
- 14： 【视频】非凸非平滑函数的BFGS优化方法
- 第3节: 共轭梯度(CG)方法
- 15： 【视频】线性共轭梯度法
- 16： 【视频】牛顿共轭梯度法
- 第4节: 无约束优化应用：平滑导航路径生成
- 17： 【视频】应用：平滑导航路径生成
- 第3章: 约束优化
- 第1节: 约束优化的形式分类及其复杂度
- 第2节: 低维线性时间线性规划算法：Seidel算法
- 第3节: 低维线性时间严格凸二次规划算法
- 第4节: 约束优化的3种序列无约束化方法
- 第5节: KKT条件
- 第6节: PHR增广拉格朗日乘子法
- 第7节: 约束优化应用1：控制分配问题
- 第8节: 约束优化应用2：非线性模型预测控制
- 第4章: 对称锥规划
- 第1节: 锥和对称锥
- 第2节: 对称锥的表达能力
- 第3节: 对称锥的增广拉格朗日乘子法
- 第4节: 半光滑牛顿法
- 第5节: 对称锥规划应用：时间最优路径重参数化
- 第5章: 优化问题构建和求解技巧
- 第1节: 函数的光滑化技巧
- 第2节: 优化的自由度和伴随方法
- 第3节: 线性方程组求解器的分类和特点
- 第4节: 实战项目：复杂障碍物环境中的安全导航
官方微信公众号
