theseus

收录理由

在机器人和视觉领域，经常需要把可学习的模块与可靠的几何约束结合起来，而Theseus正是为了让这种结合能够端到端训练而设计的。你可以自由地定义一个同时包含两类项的优化目标，然后让库用高斯-牛顿、列文伯格-马夸尔特、信赖域或狗腿法等算法求解，同时梯度仍能穿过求解器反向传播。这样一来，机器人既能从数据中学习，又能始终遵循运动学或物理上的先验知识。库内还提供了稀疏线性求解器、批处理、GPU加速以及多种反向模式，让你可以根据需要灵活权衡训练速度和近似精度。整体而言，这是一个成熟且设计严谨的工具，能够自然融入PyTorch生态。