Amplify: una libreria leggera per problemi di programmazione non lineare riproducibili nella robotica

Abstract degli autori

I problemi di ottimizzazione (OP) sono fondamentali per risolvere molte sfide della ricerca in robotica. Tuttavia, la riproducibilità rimane un problema rilevante. In questo articolo presentiamo Amplify, una libreria leggera di programmazione non lineare pensata per ottenere risultati riproducibili nei problemi di ottimizzazione di traiettorie legati alla robotica. I requisiti minimi della libreria, composta da 537 righe (80 caratteri per riga), sono una connessione Internet, una conoscenza del linguaggio di modellazione AMPL e un editor di testo. Il nostro contributo principale consiste nella formulazione di una libreria in cui gli algoritmi di ottimizzazione delle traiettorie sono rappresentati direttamente nel modello di ottimizzazione. In particolare, implementiamo gli algoritmi usati per calcolare le dinamiche, le traiettorie e i movimenti di riferimento come vincoli del problema di ottimizzazione, secondo un paradigma di programmazione dichiarativa. Descriviamo come la nostra formulazione di funzioni obiettivo, variabili decisionali e vincoli possa essere implementata in altre librerie di trascrizione che puntano a essere leggere e riproducibili. Confrontiamo inoltre il framework Amplify con altre 3 librerie, usando esempi di problemi di ottimizzazione benchmark in diversi ambiti, tra cui la locomozione bipede e la pianificazione della presa.