外观
新闻MIT/TRI Drake 官方发布8 个月前
Drake v1.50.0发布：二进制包预编译集成SNOPT求解器
本文由 AI 根据公开内容整理，可能有误，请以原文为准：RobotLocomotion/drake 发布 v1.50.0 版本更新（MIT/TRI Drake 官方发布）
核心内容
RobotLocomotion/drake 正式发布 v1.50.0 版本，针对机器人动力学仿真与优化控制工具链进行关键更新。本次发布的核心进展是在官方二进制发行版中直接集成了预编译版本的 SNOPT 求解器，作为 Mathematical Program 工具箱的原生组件。该更新由 Philip E. Gill 和 Elizabeth Wong 提供支持，旨在解决长期以来用户在部署 Drake 时面临的外部非线性优化器配置难题，提升开发环境的开箱即用体验。
SNOPT 是机器人轨迹优化、模型预测控制（MPC）及接触丰富任务规划中的核心序列二次规划（SQP）求解器。此前开发者需自行获取源码或许可并手动编译链接，极易引发环境兼容性问题。v1.50.0 将 SNOPT 预编译并封装至 Drake 二进制包内，使算法工程师在调用 Mathematical Program 接口时可直接使用高性能非线性优化能力，无需额外处理依赖关系，大幅简化了从仿真验证到实机部署的工具链流程。
关键看点
- SNOPT集成：v1.50.0二进制发行版内置预编译SNOPT求解器，作为Mathematical Program原生组件提供
- 部署简化：消除外部非线性优化器手动编译与许可配置环节，实现轨迹优化工具链开箱即用
- 算法支撑：强化对机器人MPC、接触规划等序列二次规划任务的底层支持，提升开发效率
工程与产业观察
Drake集成SNOPT标志着机器人仿真工具链向工程化落地迈出关键一步。对于依赖非线性优化的具身智能算法团队，此举消除了环境配置这一隐性成本，使研究者能更专注于轨迹优化与运动规划算法本身，加速从理论验证到实机部署的迭代周期，对基于模型的机器人控制研发具有直接效能提升价值。
来源
本页事实对应的公开页面，以原文为准。