Visual analytics for nonlinear programming in robot motion planning

Abstract

Nonlinear programming is a complex methodology where a problem is mathematically expressed in terms of optimality while imposing constraints on feasibility. Such problems are formulated by humans and solved by optimization algorithms. We support domain experts in their challenging tasks of understanding and troubleshooting optimization runs of intricate and high-dimensional nonlinear programs through a visual analytics system. The system was designed for our collaborators’ robot motion planning problems, but is domain agnostic in most parts of the visualizations. It allows for an exploration of the iterative solving process of a nonlinear program through several linked views of the computational process. We give insights into this design study, demonstrate our system for selected real-world cases, and discuss the extension of visualization and visual analytics methods for nonlinear programming. Graphic abstract

AI for AEC: KI für Bauplanung und Bau

“…Stattdessen kann die Analyse von Optimierungsergebnissen mit Clustering oder Dimensionalitätsreduktion zu einem besseren Verständnis von Planungsproblemen beitragen [35]. Zum Beispiel nutzt IntCDC Dimensionalitätsreduktion, um den Verlauf eines komplexen Optimierungsprozesses aus der robotischen Pfadplanung zu visualisieren [36]. Das aus der Visualisierung resultierende Verständnis des Optimierungsproblems und ‐algorithmus kann somit zu einer effizienteren Pfadplanung beitragen.…”

“…Modellbasierte Algorithmen nutzen während der Optimierung trainierte Ersatzmodelle, um die Optimierung zu beschleunigen. In der Bauplanung werden meist Metaheuristiken wie evolutionäre Algorithmen eingesetzt [36]. Benchmarks haben jedoch gezeigt, dass -zumindest auf einzelkriteriellen, simulationsbasierten Problemen mit vielen lokalen Optima wie Energieverbrauch oder Tageslichtqualität -modellbasierte Algorithmen wesentlich schneller gute Lösungen finden [42,43].…”