Lecture 11: MIT 6.832 Underactuated Robotics (Spring 2022) | "Trajectory Optimization"

Ce cours magistral de niveau universitaire présente une introduction rigoureuse à l’optimisation de trajectoires en robotique. L’enseignant, Russ Tedrake, est un expert reconnu dans le domaine, et la qualité scientifique est élevée. La leçon s’appuie sur des concepts fondamentaux du contrôle optimal et de la robotique, et les relie à des applications concrètes, comme l’atterrissage d’un avion sur un perchoir. L’argumentation est solide : l’auteur justifie le passage de méthodes globales (programmation dynamique, LQR) à des méthodes locales (optimisation de trajectoire) en soulignant les limites de dimensionnalité des premières. Il introduit des notions clés telles que l’analyse dimensionnelle et le coefficient de traînée moyen pour comparer des systèmes de tailles différentes, ce qui montre une approche scientifique rigoureuse. Les sources sont implicites mais le support de cours est fourni, et les références à des travaux de recherche (par exemple, les travaux de Harvard sur les pigeons) renforcent la crédibilité. L’adéquation entre le titre et le contenu est parfaite. Le cours est bien structuré, avec une introduction motivante, des explications claires et des exemples illustratifs. La seule limite est qu’il s’agit d’un cours magistral, donc le public doit avoir des bases en contrôle et en robotique pour pleinement en bénéficier. Cependant, cela ne nuit pas à la qualité intrinsèque du contenu. En résumé, c’est une ressource de très haute qualité pour les étudiants et les professionnels du domaine.

Le titre est parfaitement adéquat : il s'agit bien de la onzième leçon du cours MIT 6.832 sur la robotique sous-actionnée, consacrée à l'optimisation de trajectoires.

9/10

Cours universitaire de niveau master par un expert reconnu en robotique, avec supports de cours accessibles et références à des travaux publiés. La rigueur scientifique est élevée, les concepts sont présentés avec précision et les limites des méthodes sont discutées.

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

• 00:00Introduction et rappel des méthodes précédentes (programmation dynamique, LQR, sommes de carrés).
• 05:00Motivation pour l'optimisation de trajectoire : limitation des méthodes globales face à la dimensionnalité.
• 10:00Présentation du problème de l'atterrissage sur perchoir et comparaison avec les oiseaux.
• 15:00Analyse dimensionnelle et coefficient de traînée moyen pour comparer différents systèmes.
• 20:00Exemples de coefficients de traînée pour un Boeing 747, un X-31, un concept de Cornell et des pigeons.
• 25:00Discussion sur la faisabilité du perching pour un avion et le rôle du contrôle.
• 30:00Transition vers les formulations mathématiques de l'optimisation de trajectoire.

• Slides du cours (Lecture 6: Computing Lyapunov Functions II) — Support de cours mentionné dans la description de la vidéo, contenant les diapositives associées à cette leçon.

• Underactuated Robotics (MIT OpenCourseWare) — Page du cours MIT 6.832, qui contient les supports et les vidéos des leçons, en accord avec le contenu de cette vidéo.