Key points are not available for this paper at this time.
Este artigo apresenta uma comparação entre formulações de controle preditivo de modelo (MPC) densas e esparsas, no contexto da geração de movimento de caminhada para robôs humanoides. A primeira formulação leva a problemas de otimização menores, enquanto a segunda resulta em problemas maiores, porém mais estruturados. Colocamos um ênfase na formulação esparsa e destacamos uma série de vantagens que ela apresenta. Em particular, a geração de movimentos com altura variável do centro de massa (CoM), assim como a discretização variável da janela de pré-visualização, trazem um custo computacional adicional negligenciável. Apresentamos uma formulação esparsa que compreende uma matriz hessiana diagonal e possui apenas limites simples (mantendo ainda a possibilidade de gerar movimentos para uma caminhada omnidirecional). Finalmente, apresentamos os resultados de um código personalizado usado para resolver o programa quadrático subjacente (QP).
Dimitrov et al. (Qui,) estudaram esta questão.