V
主页
Lec 4-1: 最优控制Intro
发布人
南科大 SDM366 《最优控制与估计》 课程视频 - 内容与 《现代控制与最优估计》基本一致,主要包括线性控制系统基础原理,最优控制,Kalman 滤波,英文讲义,中文授课 - 会根据课程进度上传部分随堂录制视频,无后期制作,质量不可控,仅供学生复习参考 收起
打开封面
下载高清视频
观看高清视频
视频下载器
Lec6-2: 卡尔曼滤波理论推导2 + Python 实现
Lec4-4: 维度灾难、LQR 原理与Python 示例
Lec2-5: Python例子:仿真与非线性系统线性化
Lec3-1:最小二乘问题Intro
【最优控制 16-745 2024】卡耐基梅隆—中英字幕
Lec10-1:机器人控制的优化理论基础(为什么要学好优化,优化理论与优化算法区别,正定矩阵基础)
Lec 2-1: 状态空间建模与例子 (Spring damper,PID,SensorNetwork,RNN)
Lec8: 最优控制与线性二次调节器 (DynamicProgramming and LQR)【南科大ME424 现代控制与最优估计课程系列视频】
Lec4-2: 最优控制动态规划 Value iteration推导与例子
Lec12-2:机器人运动控制(以速度/加速度作为输入的运动控制、以扭矩为输入的运动控制和Task Space Inverse Dynamics)
1.最优控制理论发展历史
Lec5-1: 概率论基础1、世界是确定的(卡尔曼滤波原理与应用)
Lec4-3: 最短路径 Value Iteration 的Python例子
Lec 3 最小二乘与系统辨识 Least Squares & System ID【南科大ME424 现代控制与最优估计 课程系列视频】
Lec12-1:机器人运动控制(基本线性控制设计、运动控制问题)
Lec11:微分逆运动学(Differential Inverse Kinematics)
Lec6-1: 卡尔曼滤波理论推导1:MMSE、Gaussian Random Vectors(卡尔曼滤波原理与应用)
Lec10-3:机器人控制的优化基础 (优化问题分类、Weak/Strong Duality证明、KKT )
Lec10-1: 非线性系统Lyapunov稳定性概念/原理/证明/例子
Lec1-2: 控制与机器学习的线性代数基础 (广义内积、投影、傅里叶级数)
Lec12-1 Semi-definite Program (SDP) 稳定性分析 (Linear Matrix Inequality(LMI)、SDP简介)
Lec10-2:机器人控制的优化基础(Sets and Functions)
【MATH268】动态规划-Finite-stage dynamic programming
【运筹学150】每日一练:(Day125)考研运筹学计算题——动态规划-最短路问题
Lec 6: 基于Drake和Python的系统仿真与控制器设计【南科大ME424 现代控制与最优估计 课程系列视频】
Lec 14-2 Robot Motion Control (task/joint space统一控制框架,computed torque, TSID)
lec10-2: Lyapunov稳定性原理(线性系统Lyapunov 方程/ converse Lyapunov 定理/离散系统Lyapunov定理)
Lec6-2 Drake机器人建模与运动学FK计算与仿真
【优化控制的数值方法 2017】弗莱堡大学—中英字幕
Lec6-1 基于旋量的机器人正向运动学与指数积(Product of Exponential)
Lec4: 旋转与齐次变换矩阵的指数坐标(Exp. coordinate of SO3/SE3, Rodrigues' 公式, 欧拉角)
动态规划经典题目讲解:线性DP,区间DP,背包,状压DP【CSP复赛辅导6】
Lec11-3 机器人控制的优化基础 (优化问题分类、Weak/Strong Duality证明、KKT、Drake优化求解例子)
第一讲-2、一节课弄懂方框图化简(强化篇)(手写版)
Lec 4: 稳定性、可控性和可观性【南科大ME424 现代控制与最优估计】
Lec1-2 矩阵指数与线性微分方程组(矩阵指数定义、特性、计算、线性控制系统的解的推导)
Lec 6 (补充)状态空间跟踪控制器设计与Drake 测试【南科大ME424 现代控制与最优估计 课程系列视频】
Lec 5:状态反馈/输出反馈控制器分析与设计【南科大ME424 现代控制与最优估计 课程系列视频】
Lec12-2 Semi-definite Program(SDP)稳定性分析(例子、Drake优化例子、S-Procedure、鲁棒控制器设计)
现代控制,一个月速成规划,看完直接秒了!