原创 從零開始玩轉Franka Panda機器人

本文總結了筆者在學習使用Franka Panda機器人時的一些方法和經驗總結。 文章目錄從零開始軟件安裝libfranka使用指南源碼編譯HelloWorld機器人控制信息輸出機器人模型庫電爪控制franka_ros使用指南源碼編

2020-07-03 12:45:32 41

原创 我的Eigen學習筆記

本文介紹C++矩陣分析模板庫Eigen的基本用法與實用技巧，內容持續更新。 文章目錄Eigen模塊數據類型Matrix 與 Vector 類模板Map 的用法操作指南元素索引矩陣操作剛體變換Affine 與 Transform

2020-07-03 12:45:31 32

原创 深度解析Franka機器人的運動生成與控制——libfranka

本文主要分析如何使用Franka機器人C++代碼庫——libfranka來進行運動生成與控制。包含筆者在使用過程中的一點心得體會。筆者基於libfranka 0.8.0 版本進行開發調試，僅限於 Linux 系統。除了編程技巧外

2020-06-16 16:11:13 15

原创 玩轉Franka Panda機器人——libfranka

本文介紹Franka機器人C++代碼庫——libfranka的使用方法。筆者基於libfranka 0.8.0 版本進行開發調試，僅限於 Linux 系統。 這裏假設讀者已具備以下基礎知識： C++ 程序設計 Linux 操作

2020-05-25 22:39:30 38

原创 A Policy Update Strategy in Model-free Policy Search: Policy Gradient

Thanks J. Peter et al for their great work of A Survey on Policy Search for Robotics. Now let’s discurss different

2020-05-03 16:34:05 1

原创 Typical Policy Evaluation Strategies in Model-free Policy Search

Thanks J. Peters et al for their great work of A Survey for Policy Search in Robotics. Policy evaluation strategies

2020-05-03 16:34:05

原创 Typical Exploration Strategies in Model-free Policy Search

Thanks J. Peters et al for their great work of A Survey for Policy Search in Robotics. The exploration strategy is

2020-05-03 16:34:05

原创 A Policy Update Strategy in Model-free Policy Search: Expectation-Maximization

Expectation-Maximization Algorithm E-Step M-Step Reformulate Policy Search as an Inference Problem E-Step M-Ste

2020-02-22 12:23:14

原创 凸優化基礎簡述

歐式空間 度量 方向 多元函數分析 導數與二階導數 方向導數 n元函數的Taylor展開式 凸集 凸函數 歐式空間 度量 Euclid空間，就是在線性空間上定義一個度量，即內積與範數。 內積： 對於 nn

2020-02-22 12:23:14

原创 強化學習中的有限馬爾可夫決策過程 Finite Markov Decision Processes in RL

Thanks Richard S. Sutton and Andrew G. Barto for their great work of Reinforcement Learning: An Introduction - 2nd

2020-02-22 12:23:14

原创 約束規劃問題與凸二次規劃

讓我首先討論一下形式的約束規劃問題： minf(x),s. t. x∈Rnci(x)=0,i∈E={1,2,…,l}ci(x)≤0,i∈I={l+1,l+2,…,l+m} 本文中我們不深究一般約束規劃問題的最優性性條件的證明，僅

2020-02-22 12:23:14 29

原创 Manipulator Jacobian - A Brief Note

Thanks Mark W. Spong et al for their great work of Robot Modeling and Control. Thanks Zexiang Li et al for their

2020-02-22 12:23:14

原创 約束規劃問題的罰函數解法

本文中我們考慮如下有約束的一般優化問題的求解方法： min⁡f(x)s. t. ci(x)=0,i∈E={1,2,…,l}ci(x)≤0,i∈I={l+1,l+2,…,l+m}x∈Rn\begin{aligned} &\m

2020-02-22 12:23:14

原创 無約束最優化問題的一般結構與規劃方法

無約束問題與最優解 最優性條件 一維線性搜索 精確線性搜索 直接搜索法 非精確一維搜索法 下降算法的收斂性與收斂速度 無約束規劃 最速下降法 Newton法 Newton-最速下降混合算法 阻尼Newton法 擬Newto

2020-02-22 12:23:14

原创 用Python實現概率編程與貝葉斯推斷 - Part II - MCMC

OS: Windows 10 x64 Python: Anaconda 4.4.0 (Python 2.7) IDE: Spyder Thanks Cameron Davidson-Pilon for his great

2020-02-22 12:23:14 7