Amplify: ロボティクスにおける再現可能な非線形計画問題のための軽量ライブラリ

- ロボティクスにおける非線形計画問題（NLP）の再現性を目的とした軽量ライブラリ「Amplify」を提案。 - 537行（1行80文字）の最小限のライブラリで、インターネット接続、AMPLモデリング言語の知識、テキストエディタのみを要求。 - 軌道最適化アルゴリズムを最適化モデル内で直接表現し、動力学・軌道・参照運動の計算を宣言型プログラミングパラダイムで制約として実装。 - 二足歩行や把持計画を含むベンチマーク問題で他の3つのライブラリと比較。

- 従来の軌道最適化ライブラリと比べ、極めて軽量で再現性を重視。 - アルゴリズムを最適化モデル内に直接記述する宣言的アプローチを採用し、他のトランスクリプションライブラリにも応用可能な定式化を提示。 - 具体的な先行研究との比較は要旨からは不明だが、3つのライブラリとの比較を実施。

- 軌道最適化アルゴリズム（動力学、軌道、参照運動の計算）を最適化問題の制約として宣言型プログラミングで実装。 - 目的関数、決定変数、制約の定式化を軽量かつ再現可能な形で提供。 - AMPLモデリング言語を利用し、最小限のコードで記述。

- 二足歩行や把持計画を含む複数分野のベンチマーク最適化問題で、Amplifyと他の3つのライブラリを比較。 - 具体的な評価指標や結果の詳細は要旨からは不明。

- 軽量性と再現性の利点を主張するが、限界や課題についての議論は要旨からは不明。 - 他のトランスクリプションライブラリへの応用可能性に言及。

- 要旨で参照されている具体的な論文は不明。関連手法として、AMPL、トランスクリプションライブラリ、軌道最適化ライブラリ（例：CasADi、Drake、Pyomoなど）が挙げられる。