penuel

摘要： 当state space太大的时候，需要用一个函数来对state value 或action value进行近似，方便处理 1. Algorithm for state value estimation 1.1 Objective function 这里$d_{\pi}$是权重，可以决定哪个st 阅读全文

摘要： 1. TD learning of state values 公式1是用来根据$s_t$的state value来更新t+1的状态。 公式2是没有被访问的状态，下一刻的state value等于上一刻的。 1.1两个概念：TD target ，TD error TD target: TD err 阅读全文

摘要： 这个文件主要是对最优问题的构造。 1. setupOptimalConrolProblem void LeggedRobotInterface::setupOptimalConrolProblem(const std::string& taskFile, const std::string& urd 阅读全文

摘要： 步态文件： 1. 步态类型 list { [0] stance 静止 [1] trot 快走，一种快速、稳定的交替对角步态 [2] standing_trot 在交替的步伐中插入静止阶段，增加稳定性 [3] flying_trot 在交替的步伐中插入腾空阶段，增加速度 [4] pace 同侧步态，左 阅读全文

摘要： 1. 创建MPC_ROS_Interface接口,以sqpMpc为例 //自定义接口 LeggedRobotInterface interface(taskFile, urdfFile, referenceFile); // 创建同步接口 auto gaitReceiverPtr = std::ma 阅读全文

摘要： 1. ModelHelperFunctions.cpp 1.1 updateCentroidalDynamics() : 质心动力学更新 template <typename SCALAR_T> void updateCentroidalDynamics(PinocchioInterfaceTpl< 阅读全文

摘要： 计算特定时间点指定腿的垂直速度约束 $v_z=trajectory[index].velocity(time)$ scalar_t SwingTrajectoryPlanner::getZvelocityConstraint(size_t leg, scalar_t time) const { 阅读全文

摘要： 定义： $g(xee, vee) = Ax * xee + Av * vee + b$ xee：末端位置 vee：线速度 值： vector_t EndEffectorLinearConstraint::getValue(scalar_t time, const vector_t& state, 阅读全文

摘要： 公式： $h(F) = u(F_z + F_{gripper}) - \sqrt{F^2_x + F^2_y + \epsilon} >= 0$ $F_{gripper}$：抓力（如果有） $\epsilon$：正则化参数，用于避免梯度计算时分母为0 vector_t FrictionC 阅读全文

摘要： 6.1 motivating example : mean estimation 采样足够多进行平均 迭代求平均： $w_{k+1} = w_k - \frac{1}{k} (w_k - x_k)$ 6.2 Robbins-Monro algorithm RM算法的优点是：不需要知道方程表达式， 阅读全文