#optimal-control Repository
Scopri 15 repository GitHub open source attivi contrassegnati con #optimal-control, che raccolgono un totale di 20,620 stelle (con una media di 1,374 stelle per progetto). Il progetto leader di questo argomento è open-spaced-repetition/fsrs4anki, con 4,142 stelle.
15 repository in totale
Una pianificazione personalizzata Anki moderna basata sull'algoritmo Free Spaced Repetition Scheduler
CasADi è un framework simbolico per l’ottimizzazione numerica che implementa la differenziazione automatica in modalità diretta e inversa su grafi computazionali a valori matriciali sparsi. Supporta la generazione di codice C autonomo e offre interfacce per codici all’avanguardia come SUNDIALS, IPOPT, ecc. Può essere utilizzato da C++, Python, Matlab/Octave, Julia o JavaScript.
Controllore Predittivo di Contornamento (MPCC) Basato su Modello per le Corse Autonome
Solver rapidi e integrati per il controllo ottimale non lineare e il controllo predittivo per modello non lineare
Generazione di movimento per Robot e Macchine. Real-time. Limitato in strappo. Ottimale nel tempo.
Un pianificatore di traiettorie ottimale che considera topologie distintive per robot mobili basato su Timed-Elastic-Bands (ROS Package)
Crocoddyl è una libreria di controllo ottimale per il controllo di robot sotto sequenza di contatto. Il suo solver si basa su vari algoritmi efficienti simili al Differential Dynamic Programming (DDP).
Un risolutore veloce e differenziabile per il controllo predittivo del modello (MPC) per PyTorch.
Implementazione ufficiale per l'articolo "Full-Order Sampling-Based MPC for Torque-Level Locomotion Control via Diffusion-Style Annealing". DIAL-MPC è un nuovo framework MPC basato su campionamento per il controllo a livello di coppia dell'ordine completo di robot con gambe, con precisione e agilità in modo training-free.
Ottimizzazione embedded non convessa: generazione di codice per ottimizzazione in tempo reale rapida + supporto ROS
ACADO Toolkit è un ambiente software e una raccolta di algoritmi per il controllo automatico e l'ottimizzazione dinamica. Fornisce un framework generale per l'utilizzo di una vasta gamma di algoritmi per il controllo ottimale diretto, inclusi il controllo predittivo basato sul modello, la stima di stato e parametri e l'ottimizzazione robusta.
Software di simulazione (ROS/MATLAB) per il controllo della locomozione del robot umanoide HECTOR/controllo della locomozione bipede/MPC basato su forza e momento
Domande frequenti
Qual è il repository #optimal-control più popolare su GitHub?
Il progetto open source #optimal-control più alto in classifica su GitHub è open-spaced-repetition/fsrs4anki, con 4,142 stelle. Una pianificazione personalizzata Anki moderna basata sull'algoritmo Free Spaced Repetition Scheduler
Quali linguaggi di programmazione sono più utilizzati nei repository #optimal-control?
Tra i progetti #optimal-control più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono C++, C, Python, Jupyter Notebook.
Come viene calcolata la classifica dei repository #optimal-control?
Monitoriamo 15 repository open source attivi contrassegnati con #optimal-control (500+ stelle), per un totale di 20,620 stelle e una media di 1,374 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.