行者彡

讲述了凸集、凸函数、凸优化对偶等基础理论，还有凸优化算法的应用以及带约束以及不带约束的优化问题

介绍了人形机器人的运动学模型、动力学模型，ZMP，倒立摆模型，双足行走等相关知识

1.动态规划、贝尔曼方程、最优值函数、值与策略迭代、最短路径、马尔可夫决策过程。2.哈密顿-雅可比-贝尔曼方程，近似方法，nite和nitehori-zon公式，随机微积分基础。3.庞特利亚金的极大原理，ODE和梯度下降法，与经典力学的关系。4.线性二次高斯控制，黎卡提方程，非线性问题的迭代线性逼近