CasADi

进阶

做数值优化和自动微分的开源符号工具，常用于 MPC 与轨迹优化建模

CasADi 是一个开源的非线性优化与算法微分（自动求导）工具，由 Joel Andersson、Joris Gillis 和 Moritz Diehl 等人在比利时鲁汶大学开发，支持 Python、MATLAB 和 C++。用户先用它的符号表达式写出系统动力学、代价函数和约束，CasADi 会自动算出梯度、雅可比和海森矩阵，再调用 IPOPT、qpOASES、OSQP 等求解器去解，也能把整个问题生成 C 代码。它解决的是写最优控制问题时手推导数又慢又容易错的问题，因此成为搭建模型预测控制、轨迹优化和参数辨识的常用建模层，acados 也用它来描述模型。

例子用 CasADi 的 Opti 接口写一个倒立摆摆起问题：状态和控制作为决策变量，用直接多重打靶法离散，调用 IPOPT 求出最优控制序列。

相关: acados、Ipopt、轨迹优化、模型预测控制、直接配点法、多重打靶法
来源: CasADi 官网
 casadi/casadi (GitHub)