跳到主要内容
步芽

【极致中配】卡耐基梅隆大学 CMU 16-745：最优控制 | 2025

CMU研究生课程，系统讲授最优控制：从动力学与优化基础到LQR、轨迹优化、DDP、MPC，并延伸到四旋翼、足式机器人、火箭着陆等应用。

难度
难度 5/5 — 研究生级机器人控制课，重度依赖优化、线性代数与动力学建模
适合人群
机器人、控制或航空航天方向研究生及有数理基础的工程师
前置要求
线性代数（矩阵、特征值、二次型）、多元微积分与微分方程（梯度、雅可比、常微分方程）、经典力学/机器人动力学（刚体动力学、状态空间建模）、数值优化基础（凸优化、牛顿法有帮助）
课程规模
24 讲 · 2237播放
在 B 站免费观看 →就这门课提问 →排进我的学习路线

主题覆盖

动力学与稳定性数值优化庞特里亚金极值原理线性二次调节器LQR动态规划模型预测控制MPC非线性轨迹优化微分动态规划DDP三维旋转与四元数混合系统与足式机器人卡尔曼滤波与LQG数据驱动控制与行为克隆

课程大纲（24 讲）

  1. P1 · Lecture 1: Intro and Dynamics Review47 分钟
  2. P2 · Lecture 2: Equilibria, Stability, and Discrete-Time Dynamics46 分钟
  3. P3 · Lecture 3: Optimization Pt. 148 分钟
  4. P4 · Lecture 4: Optimization Pt. 247 分钟
  5. P5 · Lecture 5: Optimization Pt. 348 分钟
  6. P6 · Lecture 6: Regularization, Merit Functions, and Control History48 分钟
  7. P7 · Lecture 7: Deterministic Optimal Control and Pontryagin45 分钟
  8. P8 · Lecture 8: The Linear Quadratic Regulator Three Ways46 分钟
  9. P9 · Lecture 9: Controllability and Dynamic Programming49 分钟
  10. P10 · Lecture 10: Convex Model-Predictive Control45 分钟
  11. P11 · Lecture 11: Nonlinear Trajectory Optimization47 分钟
  12. P12 · Lecture 12: Differential Dynamic Programming38 分钟
  13. P13 · Lecture 13: Direct Trajectory Optimization47 分钟
  14. P14 · Lecture 14: Intro to 3D Rotations49 分钟
  15. P15 · Lecture 15: Optimizing Rotations44 分钟
  16. P16 · Lecture 16: LQR with Quaternions and Quadrotors41 分钟
  17. P17 · Lecture 17: Hybrid Systems and Legged Robots44 分钟
  18. P18 · Lecture 18: Iterative Learning Control43 分钟
  19. P19 · Lecture 19: Stochastic Optimal Control and LQG38 分钟
  20. P20 · Lecture 20: How to Walk34 分钟
  21. P21 · Lecture 21: Kalman Filters and Duality49 分钟
  22. P22 · Lecture 22: Convex Relaxation and Landing Rockets43 分钟
  23. P23 · Lecture 23: Autonomous Driving and Game Theory44 分钟
  24. P24 · Lecture 24: Data-Driven Control and Behavior Cloning46 分钟

本课程卡由 AI 生成，可能存在误差，欢迎反馈。