Lecture 23 - Spring 2021 - Output Feedback and Course Wrap-Up

Ce cours magistral de niveau avancé offre une introduction rigoureuse au problème du retour de sortie, un sujet central en automatique. Le professeur, expert reconnu, structure son exposé de manière claire : il part du problème général, montre les difficultés du retour statique (non-convexité, NP-difficulté), puis introduit la solution classique par observateur. Les explications mathématiques sont précises et les démonstrations (comme la dynamique de l’erreur d’estimation) sont bien menées. La connexion avec le filtre de Kalman est bien établie, soulignant l’optimalité pour les systèmes linéaires gaussiens. L’exemple de l’acrobate illustre concrètement l’application. Cependant, la vidéo ne fournit pas de références bibliographiques explicites, ce qui limite la vérifiabilité des sources. De plus, certains passages sont denses et pourraient nécessiter des prérequis solides en automatique. L’adéquation entre le titre et le contenu est parfaite. Dans l’ensemble, il s’agit d’un contenu de grande qualité, mais qui s’adresse à un public déjà familiarisé avec les concepts de base.

Le titre est précis et correspond au contenu : la leçon traite de la commande par retour de sortie et conclut le cours.

8/10

Cours universitaire de niveau avancé, présenté par un expert reconnu (Russ Tedrake, MIT), avec des démonstrations formelles et des références à des concepts établis (LQR, filtre de Kalman, observateur de Luenberger). La rigueur mathématique est élevée, mais la vidéo ne fournit pas de sources externes détaillées.

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

• 00:00Introduction et annonce du sujet : retour de sortie et conclusion du cours.
• 02:00Rappel du problème général : systèmes avec entrées, sorties et bruits.
• 05:00Limites du retour d'état LQR lorsque l'état n'est pas mesurable.
• 10:00Introduction de l'observateur de Luenberger et de la dynamique de l'erreur.
• 15:00Connexion avec le filtre de Kalman pour le gain optimal.
• 20:00Exemple de balancement d'un acrobate avec mesures de position uniquement.
• 25:00Discussion sur les extensions non linéaires et perspectives.