Stanford AA203 Optimal and Learning-Based Control | Spring 2026 | Lecture 7: Dynamic Programming

Ce cours magistral de niveau universitaire offre une introduction rigoureuse et pédagogique à la programmation dynamique pour le contrôle optimal. Le professeur Marco Pavone, expert reconnu dans le domaine, structure son exposé de manière claire et progressive. Il commence par rappeler le contexte du cours et la distinction entre contrôle en boucle ouverte et en boucle fermée, justifiant l’intérêt de cette dernière pour la robustesse. Le principe d’optimalité est énoncé et démontré par contradiction, ce qui ancre solidement le raisonnement. L’exemple du plus court chemin est très efficace pour illustrer la mécanique de l’algorithme et l’importance de la réutilisation des calculs. La dérivation du LQR est menée de manière détaillée, montrant comment la programmation dynamique se réduit à une récurrence matricielle simple, aboutissant aux équations de Riccati. Le professeur prend soin de souligner les limites de la méthode, notamment le fléau de la dimensionnalité, et ouvre des perspectives vers des méthodes approchées. Les interactions avec les étudiants montrent une volonté de clarifier les points délicats. La qualité des sources est excellente : le cours s’appuie sur un manuel de référence et des supports de cours disponibles en ligne. L’adéquation entre le titre et le contenu est parfaite. En conclusion, ce cours est d’une grande valeur pédagogique et scientifique, offrant une base solide pour comprendre les méthodes de contrôle optimal en boucle fermée.

Le titre est parfaitement adéquat : il s'agit bien de la septième leçon du cours AA203, consacrée à la programmation dynamique.

9/10

Cours universitaire de niveau master, dispensé par un professeur de Stanford, avec un support de cours et un manuel de référence. Le contenu est rigoureux, les démonstrations sont claires et les concepts sont bien contextualisés.

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

• 00:00Introduction et rappel du plan du cours : méthodes en boucle ouverte vs boucle fermée.
• 05:00Motivation pour le contrôle en boucle fermée : robustesse aux perturbations et erreurs de modèle.
• 10:00Formulation du problème de contrôle optimal en temps discret et introduction de la notion de politique de contrôle.
• 15:00Énoncé du principe d'optimalité et preuve par contradiction.
• 20:00Exemple intuitif du principe d'optimalité avec un oracle fournissant les coûts optimaux pour les sous-problèmes.
• 25:00Exemple du plus court chemin : résolution manuelle par programmation dynamique en partant de la fin.
• 30:00Formalisation de l'algorithme de programmation dynamique et discussion sur la discrétisation de l'état.
• 35:00Explication du fléau de la dimensionnalité : la complexité croît exponentiellement avec la dimension de l'état.
• 40:00Introduction du problème LQR : dynamique linéaire et coût quadratique.
• 45:00Dérivation de la solution LQR par programmation dynamique : le contrôle optimal est un retour d'état linéaire.
• 50:00Obtention des équations de Riccati pour le calcul récursif des matrices de gain et de coût.
• 55:00Conclusion : importance du LQR et perspectives pour les prochains cours.

• Page du cours AA203 — Page officielle du cours pour plus d'informations sur l'inscription.
• Principles of Robot Autonomy (manuel) — Manuel de référence du cours, disponible gratuitement en ligne.
• Site du cours AA203 — Programme et syllabus du cours.
• Supports de cours (slides) — Slides de la leçon 7.
• Playlist YouTube du cours — Playlist complète des vidéos du cours.

• Principles of Robot Autonomy — Manuel de référence du cours, cohérent avec le contenu de la leçon.