Ce projet développe une méthode pour transformer un profil d'accélération trapézoïdal en une politique de contrôle optimal apprise, visant à améliorer l'efficacité du freinage des robots. L'objectif est de réduire les temps de freinage tout en garantissant la sécurité et la précision des mouvements. Les applications incluent la robotique industrielle, les drones et les systèmes autonomes.

Lmpcpp est une bibliothèque logicielle dédiée à la planification de trajectoires et au contrôle de robots mobiles et manipulateurs. Elle permet de générer des trajectoires optimales en termes de temps et d'énergie, en prenant en compte les contraintes de vitesse, d'accélération et d'évitement d'obstacles. Elle s'appuie sur des algorithmes avancés de calcul matriciel et d'optimisation numérique, et offre une interface flexible et facile à utiliser pour les développeurs et les chercheurs en robotique.

Ce projet fournit un pilote logiciel pour contrôler et interagir avec le robot Franka Panda. Il permet d'intégrer ce robot industriel dans des systèmes automatisés, facilitant ainsi la réalisation de tâches robotiques complexes. Le pilote gère les commandes de mouvement, les filtres de précision et les synchronisations pour une utilisation optimale en milieu industriel ou de recherche.

Bibliothèque logicielle open source dédiée à la génération de trajectoires en ligne pour des systèmes robotiques ou mécaniques. Elle permet de calculer des mouvements optimaux en temps réel en respectant des contraintes d'accélération, de vitesse et de synchronisation. Compatible avec divers types de données physiques (positions, forces, vitesses), elle facilite l'intégration d'algorithmes de contrôle avancés dans des applications industrielles ou de recherche.

Coco (Convex Optimization for Control) est une bibliothèque permettant d'écrire des problèmes d'optimisation convexe pour le contrôle de robots de manière simple et performante.

Le package rkcl-toppra fournit une bibliothèque pour le calcul du parcours temporel optimal pour des robots, en utilisant la bibliothèque toppra. Il contient des exemples pour le contrôle de l'espace articulaire et de l'espace de tâche des robots.

Ce projet propose une méthode innovante pour contrôler le freinage d'un robot en tenant compte des capacités réelles de chaque configuration articulaire, plutôt que des valeurs maximales constantes. En utilisant l'apprentissage par renforcement profond, il apprend une politique de contrôle optimale pour générer des trajectoires de freinage plus efficaces sur les plans temporel et énergétique, surpassant les techniques classiques.

Ce projet permet de contrôler un robot ABB IRB 14000 via le module de mouvement YuMi. Il offre des fonctionnalités de gestion de mouvements pour une collaboration humain-robot optimale.

Le projet velocity_qp est un dépôt de code source dédié au contrôle de robots industriels. Il permet de calculer des trajectoires optimales en prenant en compte les forces extérieures et la gravité, offrant ainsi une gestion fine des mouvements des robots.

Ce projet propose un ensemble de ressources pédagogiques pour l'enseignement du contrôle optimal et des systèmes dynamiques. Il inclut des notes de cours détaillées, des sujets de travaux pratiques et des outils numériques pour illustrer les méthodes indirectes, directes et de tir. Destiné aux étudiants en sciences du numérique, il couvre également des concepts avancés comme le calcul différentiel et les équations différentielles ordinaires.