Drake中使用SNOPT求解非线性规划相同初猜得到不同解问题咨询
SNOPT求解结果不一致问题解决方案
- 排查求解器实例复用问题:若多次求解复用同一个
SnoptSolver实例,第一次求解完成后,求解器内部会保留上一次的迭代状态、工作空间缓存作为默认热启动信息,即便你显式调用SetInitialGuess()覆盖了决策变量初值,这些内部缓存依然会影响迭代路径,导致首次求解和后续求解结果不一致。解决方法是每次求解前重新实例化SnoptSolver对象,或显式调用求解器的重置接口清除内部状态。 - 强制SNOPT冷启动:设置SNOPT的
Start选项为0(冷启动模式),完全禁用温/热启动逻辑,强制求解器仅使用传入的初始猜测启动迭代,Drake中设置参考:solver_options.SetOption(SnoptSolver::id(), "Start", 0); - 关闭多线程浮点计算的不确定性:如果你的Drake依赖的BLAS/LAPACK库(如OpenBLAS、Intel MKL)启用了多线程,不同运行时浮点运算的执行顺序不同会引入微小的数值误差,足以让SNOPT进入不同的迭代分支。可以通过设置环境变量
OMP_NUM_THREADS=1,或在代码中显式将数学库的线程数设为1,保证数值计算的确定性。 - 固定求解精度参数:显式设置SNOPT的可行性容差、最优性容差、迭代次数上限为固定值,避免默认动态调整的参数带来的差异,参考配置:
solver_options.SetOption(SnoptSolver::id(), "Major feasibility tolerance", 1e-6); solver_options.SetOption(SnoptSolver::id(), "Major optimality tolerance", 1e-6); solver_options.SetOption(SnoptSolver::id(), "Major iterations limit", 1000); - 校验初始猜测的存储精度:保存初始猜测到txt文件时,需要导出双精度浮点数的全部有效位(至少15位小数,建议用科学计数法存储),避免截断导致读回的初猜和原始值存在微小数值差异。
内容的提问来源于stack exchange,提问作者cby
相关产品推荐
相关产品推荐

