Stanford AA203 Optimal and Learning-Based Control | Spring 2026 | Lecture 6: Optimal Control

Ce cours offre une introduction solide et pédagogique aux méthodes directes en contrôle optimal, un sujet central en robotique et en automatique. La structure est claire : après avoir rappelé les méthodes indirectes et leurs limites, l’enseignant motive l’intérêt des méthodes directes par leur simplicité d’implémentation et leur adaptabilité aux solveurs numériques modernes. Les explications sont appuyées par des exemples concrets, notamment le problème de Zermelo, qui permettent d’illustrer les concepts théoriques et de montrer les difficultés pratiques telles que la sensibilité à l’initialisation et le choix de la discrétisation. La rigueur scientifique est élevée : les dérivations sont correctes, les références sont pertinentes (notamment le livre ‘Principles of Robot Autonomy’ et les travaux de Tedrake), et les limites des méthodes sont mentionnées. Cependant, le cours reste une introduction : il ne couvre pas en profondeur les aspects avancés comme les méthodes de tir multiple ou les méthodes pseudo-spectrales, qui ne sont qu’évoquées. De plus, la présentation est parfois rapide, et certains points, comme la gestion des contraintes d’état, mériteraient des développements supplémentaires. L’adéquation entre le titre et le contenu est bonne, même si le titre est générique. En résumé, ce cours constitue une ressource de qualité pour les étudiants et les praticiens souhaitant comprendre les bases des méthodes directes, mais il ne remplace pas une lecture approfondie d’ouvrages spécialisés.

Le titre est précis et correspond au contenu : il s'agit bien du cours 6 sur le contrôle optimal.

8/10

Cours universitaire de niveau master, présenté par un chercheur reconnu, avec des références académiques et des exemples numériques. La rigueur est élevée, mais la portée est limitée à une introduction aux méthodes directes.

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

• 00:00Introduction et rappel des méthodes indirectes
• 02:00Astuce de reformulation pour le temps final libre
• 10:00Exemple de résolution par solveur BVP
• 20:00Introduction aux méthodes directes et à la transcription
• 30:00Paramétrisation état-commande (collocation) et exemple de Zermelo
• 40:00Paramétrisation de la commande (tir) et comparaison
• 50:00Introduction à la programmation séquentielle convexe (SCP)
• 1:00:00Implémentation de SCP et gestion des contraintes
• 1:10:00Conclusion et transition vers les méthodes en boucle fermée

• AA203 Optimal and Learning-Based Control - Stanford Online — Page du cours officiel
• Principles of Robot Autonomy (companion textbook) — Manuel de référence mentionné dans la description
• AA203 Course Schedule and Syllabus — Programme du cours
• Lecture 6 Slides — Supports de cours
• AA203 Full Playlist — Playlist des cours

• Principles of Robot Autonomy — Manuel de référence qui couvre les méthodes directes et indirectes.
• Underactuated Robotics (Tedrake) — Cours de Tedrake qui aborde des sujets similaires.