• 学习时长

    5周/建议每周至少6小时

  • 答疑服务

    专属微信答疑群/讲师助教均参与

  • 作业批改

    每章节设计作业/助教及时批改评优

  • 课程有效期

    一年/告别拖延,温故知新

限时特价: 599
优惠名额仅剩: 27个

原价: ¥699.00

支持花呗分期

  • 第1节: 参考资料
  • 第1章: 数值优化基础
  • 第1节: 数学规划与机器人学
  • 第2节: 凸集合与凸函数
  • 第3节: 凸函数的性质
  • 第4节: 无约束优化:线搜索最速下降法
  • 第5节: 无约束优化:修正阻尼牛顿法
  • 第6节: 作业
  • 第2章: 无约束优化
  • 第1节: 本章内容介绍
  • 第2节: 拟牛顿法
  • 第3节: 共轭梯度(CG)方法
  • 第4节: 无约束优化应用:平滑导航路径生成
  • 第3章: 约束优化
  • 第1节: 章节引入
  • 第2节: 约束优化的形式分类及其复杂度
  • 第3节: 低维线性时间线性规划算法:Seidel算法
  • 第4节: 低维线性时间严格凸二次规划算法
  • 第5节: 约束优化的3种序列无约束化方法
  • 第6节: KKT条件与PHR增广拉格朗日乘子法
  • 第7节: 约束优化应用1:控制分配问题
  • 第8节: 约束优化应用2:碰撞距离计算
  • 第9节: 约束优化应用3:非线性模型预测控制
  • 第10节: 【作业】第三章
  • 第4章: 对称锥规划
  • 第1节: 锥和对称锥
  • 第2节: 对称锥的增广拉格朗日乘子法
  • 第3节: 对称锥规划应用:时间最优路径重参数化
  • 第4节: 作业实践
  • 第5章: 优化问题构建和求解技巧
  • 第1节: 函数的光滑化技巧
  • 第2节: 伴随灵敏度分析
  • 第3节: 线性方程组求解器的分类和特点
  • 第4节: 优化软件
  • 第5节: 实战项目(选修):复杂障碍物环境中的安全导航

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》

请完善资料,让我们更好的为您服务!

+86  (手机号已绑定)

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》