我正在研究一个（系统标识类型）问题，其中我有一个非常复杂的符号表达式，我知道它在某些参数集中是线性的。我想DecomposeAffineExpressions在此表达式上使用，但由于分母中未取消的术语，因此Drake不能将表达式识别为线性。我知道表达式实际上是线性的，因为我可以转换为sympy并在那里进行简化（但是，如果可能的话，我宁愿避免这种转换）。
是否可以在Drake中执行这种简化（请参见下面的最小示例）？这似乎有一定的支持更复杂的触发相关的简化，但它不是我清楚这是怎么应用到简单地取消分母多余的条款。
实际发生的情况：
from pydrake.all import *
a = Variable('a')
b = Variable('b')
expr = (a*b)/b
print(expr) # (a*b)/b
print(expr.Expand()) # (a*b)/b
我想做的是：
expr_simplified = expr.Simplify() # (or something like this)
print(expr_simplified) # a
目前我们在Drake中没有这种简化。原因之一是它没有声音。例如，当b = 0，(a * b) / b并且a具有不同的评价输出。
话虽如此，我们了解到此功能很有用（例如，基于b≠0的假设）。我将开始在C ++中实现此功能，并使其在Python端可用。请订阅问题https://github.com/RobotLocomotion/drake/issues/8515以获取有关此主题的更新。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句