Simple-Robotics/aligator

解决的问题

Aligator 旨在处理机器人学中的复杂轨迹优化问题。它提供了运动生成、规划、最优估计以及在复杂机器人系统上部署模型预测控制（MPC）所需的数学工具。

工作原理

该库使用 C++ 实现，并提供 Python API 用于原型设计。它采用节点-节点建模接口来定义最优控制问题。为了解决这些问题，它实现了高效的算法，如 ProxDDP（近端微分动态规划）和 FeasibleDDP（可行微分动态规划），并提供多种用于线性问题分解的例程。

适用人群

需要为复杂机器人生成最优轨迹或实现实时控制系统的机器人研究人员和工程师。

主要亮点

• 多功能求解器：包含 ProxDDP 和 FeasibleDDP 等专用于约束轨迹优化的算法。
• 广泛集成：支持 Pinocchio 刚体动力学库，并提供与 Crocoddyl 轨迹优化库的接口。
• 双语言支持：提供高性能 C++ 核心和用于快速原型设计的 Python API。
• Conda 支持：可通过 conda-forge 轻松安装，实现环境管理的简化。