Aligator – ロボティクスのための軌道最適化ライブラリ

---

これは何か

Aligator は、ロボットやその他の動的システムのための最適制御・軌道最適化問題を定式化し解決するツールを提供する、オープンソースの C++ ライブラリ（Python API 付き）です。ProxDDP や FeasibleDDP などの高速で制約付きのソルバーを実装しており、動作計画、モデル予測制御、最適状態推定に使用できます。

主な機能

機能	詳細
モデリングインターフェース	C++（または Python 経由）でノードごとに最適制御問題を構築。
ソルバー	近位 DDP（ProxDDP）と FeasibleDDP。どちらも制約を効率的に処理。
線形代数バックエンド	ソルバー内で発生する線形システムのための複数の因数分解ルーチン。
剛体ダイナミクスサポート	Pinocchio ライブラリとの直接統合（解析的導関数を含む）。
Crocoddyl 互換性	Crocoddyl 軌道最適化ライブラリのフロントエンドとして機能可能。
Python API	Python から定式化のプロトタイプ作成やソルバーの実行が可能。迅速な実験と展開に有用。
並列／CPU 最適化	OpenMP ベースの並列化やその他の CPU レベルの調整（上級者向けガイドを参照）。

典型的な使用例

• 脚式ロボット、ヒューマノイド、マニピュレーションロボットの動作生成・計画。
• 軌道を高頻度で再計算する必要があるモデル予測制御（MPC）。
• 同じ DDP メカニズムを再利用できる最適状態推定（例：平滑化）。
• クリーンな C++ API と Python バインディングにより、新しい最適制御アルゴリズムの研究。

はじめに

1. Conda でインストール（推奨）：

   conda install -c conda-forge aligator
   

2. または、軽量パッケージマネージャー Pixi を使用してソースからビルド：

   pixi run test   # 依存関係のインストール、設定、ビルド、テストを実行
   

   あるいは、リポジトリをクローンして CMake/Ninja でコンパイルします。
3. 例を実行 – リポジトリには、問題の定義、ソルバーの作成、最適軌道の取得方法を示す C++ および Python のサンプルプログラムが含まれています。
4. 高度な使用法 – CMake 統合、Python 拡張モジュールの作成、並列実行の有効化については、上級者向けガイドを参照してください。

パフォーマンスとベンチマーク

別のリポジトリ aligator‑bench に、他のソルバーとの比較ベンチマークが含まれています。このライブラリは、OpenMP と効率的な線形代数バックエンド（Eigen、mimalloc など）を活用し、リアルタイム使用向けに設計されています。

メンテナー

コアチームは Inria と LAAS‑CNRS に拠点を置き、Willow および Gepetto ラボの貢献者が参加しています。このプロジェクトは寛容な BSD‑2‑Clause ライセンスの下でリリースされています。

引用方法

研究で Aligator を使用する場合は、リポジトリ自体を引用し、ProxDDP アルゴリズムについては README に記載されている IEEE T‑Robotics の論文（2025）を引用してください。

---

結論： Aligator は、C++ のパフォーマンスと Python の利便性の両方を備えた、高速で制約付きの最適制御ソルバーを必要とするロボティクス研究者やエンジニア向けの、本格的な本番グレードの軌道最適化ライブラリです。