model-predictive-control

Planificación de movimiento y navegación de AGV/AMR: implementación de complementos de planificador ROS para A*, JPS, D*, LPA*, D* Lite, Theta*, RRT, RRT*, RRT-Connect, Informed RRT*, ACO, PSO, Voronoi, PID, LQR, MPC, DWA, APF, Pure Pursuit, etc.

El solucionador QP de separación de operadores

Una plataforma para la investigación y evaluación reproducible de modelos del mundo

Síntesis de comportamiento en tiempo real con MuJoCo, utilizando control predictivo.

Solucionadores rápidos e integrados para control óptimo no lineal y control predictivo basado en modelos no lineales.

Crocoddyl es una librería de control óptimo para el control de robots bajo secuencias de contacto. Su solucionador se basa en varios algoritmos eficientes similares a la Programación Dinámica Diferencial (DDP)

Control predictivo basado en modelos para microcontroladores, ganador del premio al mejor artículo en ICRA 2024

Planificación de movimiento (planificación de rutas y planificación/seguimiento de trayectorias) de AGV/AMR: implementación en Python de Dijkstra, A*, JPS, D*, LPA*, D* Lite, (Lazy)Theta*, RRT, RRT*, RRT-Connect, Informed RRT*, Voronoi, PID, DWA, APF, LQR, MPC, RPP, Bezier, Dubins, etc.

Control Predictivo de Trayectoria Integral (MPPI) con dinámica aproximada implementado en PyTorch.

Un repositorio minimalista y completo para avanzar en la ciencia de los modelos mundiales

Implementación en Python del controlador MPPI (Model Predictive Path-Integral) para comprender el concepto básico. Las dependencias obligatorias son solo numpy y matplotlib.

Aprendizaje por refuerzo con control predictivo basado en modelos.

emhass: Gestión de energía para Home Assistant, es un módulo de Python diseñado para optimizar la interfaz de energía de tu hogar con Home Assistant.

Optimización embebida no convexa: generación de código para optimización rápida en tiempo real con soporte para ROS.