機器人學各類工程問題，其求解效率的瓶頸在于能否有效利用問題本身的結構。盡管各類通用優化求解器在現階段得到了極大的發展，但是它們往往缺乏對具體問題的結構的利用，這也進一步限制了數值優化的計算效率。

因此，當問題具有不同的維度、約束規模、光滑性、凸性和約束形式時，不同的數值算法的性能表現各異。只有了解各類數值優化算法的原理、技術細節和工程細節時，才能更好地對癥下藥，對具體問題具體分析，實現理論完備和工程穩定的求解。

為幫助大家更好地學習理解數值優化問題，深藍學院聯合浙江大學Fast-Lab實驗室共同打磨推出『機器人中的數值優化』在線課程。

掃碼添加，搶占最后14個優惠

學習課程需要微積分、線性代數和矩陣論的數學基礎。課程 針對不同的優化問題類型，給出典型的數值算法的原理及其各方面的實現細節。 在對原理和細節的理解之上，通過具體的機器人領域的例子及其求解，從而理解問題結構和優化算法之間的對應關系，幫助伙伴們高效學習，透徹理解原理并實現應用落地。

以下是實踐項目演示：復雜障礙物環境中的安全導航

講師團隊

課程大綱

課程亮點

1. 結合豐富的圖例將復雜的優化思想形象化表達

2. 弱化公式推導，強調算法功能的意義以及模塊的輸入輸出特點

3. 針對機器人中的簡單但具體的應用，在問題構建和求解上對癥下藥

你將收獲

1. 光滑/非光滑函數的一階/二階/Hessian-free無約束數值優化

2. 適用于低維度問題的約束優化精確算法

3. 對稱錐約束和一般約束優化的數值算法

4. 機器人中優化問題的結構化構建與優化

5. 針對不同問題的特點選擇求解方案的能力

精益求精的課程服務

1、社群答疑

課程建立答疑群，高效獲取疑問解答的同時，結識更多同領域的伙伴。

2、“三師”助力

班主任督促學習、助教及時批改作業并配合講師微信群答疑，及時解惑，高效學習。

3、作業迭代

提交作業，助教批改后，根據助教意見對作業進行迭代修改；沒有最好，只有更好！

4、定期班會

助教1V1批改作業，并根據大家通病在班會中進行講評和指導；在班會中，學習更多技巧；在交流中，收獲更多思路。

咨詢更多

掃碼添加，搶占最后14個優惠