Cette issue a pour objectif de recenser les modifications à apporter au code suite à la relecture de la documentation.

Jun 19 '25 08:06 ocots

Basic exemple

Exporting and importing the solution

The codes don't work 👍 using JSON3

julia> export_ocp_solution(sol; filename="my_solution", format=:JSON) ERROR: ExtensionError. Please make: julia> using JLD2, JSON3 Stacktrace: [1] export_ocp_solution(args::OptimalControlSolution; kwargs::@Kwargs{filename::String, format::Symbol}) ...

Jun 19 '25 12:06 joseph-gergaud

Basic exemple

Exporting and importing the solution

The codes don't work 👍 using JSON3

julia> export_ocp_solution(sol; filename="my_solution", format=:JSON) ERROR: ExtensionError. Please make: julia> using JLD2, JSON3 Stacktrace: [1] export_ocp_solution(args::OptimalControlSolution; kwargs::@kwargs{filename::String, format::Symbol}) ...

@joseph-gergaud Have you updated the packages? The message

Please make: julia> using JLD2, JSON3

is weird since now JLD2 and JSON3 are split:

https://github.com/control-toolbox/CTModels.jl/blob/2e4b2caaa49b093407f533b8771101466ba62900/src/CTModels.jl#L133-L153

Jun 19 '25 13:06 ocots

@joseph-gergaud @ocots better if we contain this example in a single doc page, not to block the new release for sth that is rather a detail (and most probably used by very few)

Jun 20 '25 13:06 jbcaillau

Define a problem

The user don’t use the following syntax :( $v ∈ R^$q, variable ) :( $v ∈ R , variable )

So, why do we mention it ?

Constraints Exemple for me there is 4 linear boundary constraints and one nonlinear one-sided not two-sided) constraint

: • two linear boundary constraints, • one linear variable constraint, • one linear state constraint, • one (two-sided) nonlinear control constraint.

Jun 24 '25 13:06 joseph-gergaud

Define a problem

The user don’t use the following syntax :( $v ∈ R^$q, variable ) :( $v ∈ R , variable )

So, why do we mention it ?

Constraints Exemple for me there is 4 linear boundary constraints and one nonlinear one-sided not two-sided) constraint

: • two linear boundary constraints, • one linear variable constraint, • one linear state constraint, • one (two-sided) nonlinear control constraint.

Il y a bien 2 boundary pour x(0) et x(tf), 1 linéaire sur la variable tf, 1 linéaire sur x(t) et 1 non linéaire sur u.

Par contre elle était bien "one-sided", j'ai modifié ça : https://github.com/control-toolbox/OptimalControl.jl/pull/569.

Jun 24 '25 14:06 ocots

On a deux fois

time : t, ....

julia> @def damped_integrator begin
           tf ∈ R, variable
           t ∈ [0, tf], time
           x = (q, v) ∈ R², state
           u ∈ R, control
           q̇ = v(t)
           v̇ = u(t) - c(t)
           ẋ(t) == [q̇, v̇]
       end true;
variable: tf, dim: 1
time: t, initial time: 0, final time: var"tf##616"[1]
state: x, dim: 2
control: u, dim: 1
alias: q̇ = (x[2])(t)
alias: v̇ = (var"u##617"[1])(t) - c(t)
dynamics: ∂(x)(t) == [(x[2])(t), (var"u##617"[1])(t) - c(t)]
variable: tf, dim: 1
time: t, initial time: 0, final time: var"tf##632"[1]
state: x, dim: 2
control: u, dim: 1
alias: q̇ = (x[2])(t)
alias: v̇ = (var"u##635"[1])(t) - c(t)
dynamics: ∂(x)(t) == [(x[2])(t), (var"u##635"[1])(t) - c(t)]
ERROR: UnauthorizedCall: the objective must be set before building the model.

Jun 27 '25 09:06 joseph-gergaud

On a deux fois

time : t, .... julia> @def damped_integrator begin tf ∈ R, variable t ∈ [0, tf], time x = (q, v) ∈ R², state u ∈ R, control q̇ = v(t) v̇ = u(t) - c(t) ẋ(t) == [q̇, v̇] end true; variable: tf, dim: 1 time: t, initial time: 0, final time: var"tf##616"[1] state: x, dim: 2 control: u, dim: 1 alias: q̇ = (x[2])(t) alias: v̇ = (var"u##617"[1])(t) - c(t) dynamics: ∂(x)(t) == [(x[2])(t), (var"u##617"[1])(t) - c(t)] variable: tf, dim: 1 time: t, initial time: 0, final time: var"tf##632"[1] state: x, dim: 2 control: u, dim: 1 alias: q̇ = (x[2])(t) alias: v̇ = (var"u##635"[1])(t) - c(t) dynamics: ∂(x)(t) == [(x[2])(t), (var"u##635"[1])(t) - c(t)] ERROR: UnauthorizedCall: the objective must be set before building the model.

Celle-là, elle pour @jbcaillau je pense. CTParser ?

Jun 27 '25 09:06 ocots

@joseph-gergaud what is the issue? (apart from the fact that the cost is not defined.)

Jun 27 '25 10:06 jbcaillau

@joseph-gergaud what is the issue? (apart from the fact that the cost is not defined.)

The output is printed twice.

Jun 27 '25 10:06 ocots

Main functionalitie pseudo-Hamiltonian $H(x,p,u) = p_qq + p_vv + ...$ -> $H(x,p,u) = p_qv + p_vu + ...$

Jun 27 '25 13:06 joseph-gergaud

Pour le problème de Goddard voici le message d'erreur que j'ai (sous Macbook puce Apple M3 Pro). Je pense que c'"st le même problème qu'Olivier, mais il faudrait peut-être le signaler.

indirect_sol = fsolve(nle!, jnle!, ξ, show_trace=true) Iter f(x) inf-norm Step 2-norm Step time

ERROR: cfunction: closures are not supported on this platform Stacktrace: [1] hybrj(f!::var"#27#28", g!::var"#29#30", x0::Vector{…}, xtol::Float64, show_trace::Bool, tracing::Bool, maxit::Int64; _n::Int64, ml::Int64, mu::Int64, maxfev::Int64, epsfcn::Float64, diag::Vector{…}, mode::Int64, factor::Float64, nprint::Int64, lr::Int32) @ MINPACK ~/.julia/packages/MINPACK/eU7Uf/src/wrappers.jl:152 [2] hybrj(f!::Function, g!::Function, x0::Vector{Float64}, xtol::Float64, show_trace::Bool, tracing::Bool, maxit::Int64) @ MINPACK ~/.julia/packages/MINPACK/eU7Uf/src/wrappers.jl:102 [3] #fsolve#2 @ ~/.julia/packages/MINPACK/eU7Uf/src/MINPACK.jl:151 [inlined] [4] fsolve @ ~/.julia/packages/MINPACK/eU7Uf/src/MINPACK.jl:146 [inlined] [5] top-level scope @ REPL[1]:1 Some type information was truncated. Use show(err) to see complete types.

julia>

Jun 27 '25 19:06 joseph-gergaud

Pour le problème de Goddard voici le message d'erreur que j'ai (sous Macbook puce Apple M3 Pro). Je pense que c'"st le même problème qu'Olivier, mais il faudrait peut-être le signaler.

indirect_sol = fsolve(nle!, jnle!, ξ, show_trace=true) Iter f(x) inf-norm Step 2-norm Step time

ERROR: cfunction: closures are not supported on this platform Stacktrace: [1] hybrj(f!::var"#27#28", g!::var"#29#30", x0::Vector{…}, xtol::Float64, show_trace::Bool, tracing::Bool, maxit::Int64; _n::Int64, ml::Int64, mu::Int64, maxfev::Int64, epsfcn::Float64, diag::Vector{…}, mode::Int64, factor::Float64, nprint::Int64, lr::Int32) @ MINPACK ~/.julia/packages/MINPACK/eU7Uf/src/wrappers.jl:152 [2] hybrj(f!::Function, g!::Function, x0::Vector{Float64}, xtol::Float64, show_trace::Bool, tracing::Bool, maxit::Int64) @ MINPACK ~/.julia/packages/MINPACK/eU7Uf/src/wrappers.jl:102 [3] #fsolve#2 @ ~/.julia/packages/MINPACK/eU7Uf/src/MINPACK.jl:151 [inlined] [4] fsolve @ ~/.julia/packages/MINPACK/eU7Uf/src/MINPACK.jl:146 [inlined] [5] top-level scope @ REPL[1]:1 Some type information was truncated. Use show(err) to see complete types.

julia>

@joseph-gergaud je suppose, en effet : pas de MINPACK sur mac. @ocots tu confirmes ?

Jun 28 '25 06:06 jbcaillau

Yep c'est pareil pour moi.

Jun 28 '25 06:06 ocots

@joseph-gergaud @ocots OK

sur ce point :

on avait la comparaison MINPACK.fsolve vs. les deux autres solveurs sur une précédente version, assez grosse différence en temps de calcul et en allocations (négligeables ici, cela dit), d'où ma préférence pour MINPACK
le truc important néanmoins, c'est la convergence (là encore je suppose que MINPACK est meilleur mais c'est à tester plus avant
mon point de vue sur les OS : je suis favorable à ne gérer que linux (CPU + GPU) pour éviter les ennuis ; si on a de la demande + qqun d'autre que nous pour gérer autre chose, à revoir
sur indirect + solve : après une grosse passe sur le direct cette année 2024-25 (et la v1.10), l'idée est de remettre l'indirect (CTFlow) à plat en, 2025-26 avec la délégation d'Olivier
dès à présent : tests à refaire après https://github.com/control-toolbox/CTFlows.jl/issues/42#issuecomment-2880597250

Jun 30 '25 07:06 jbcaillau

Dans Compute Flows, Flow API

C'est quoi le l dans h(t, x, p, l) : This method builds a numerical integrator that simulates the evolution of a Hamiltonian system given a Hamiltonian function h(t, x, p, l) or h(x, p).
Dans l'exemple suivant julia> hv(t, x, p, l) = (∇ₚH, -∇ₓH) julia> flow = CTFlows.Flow(CTFlows.HamiltonianVectorField(hv)) julia> xf, pf = flow(0.0, x0, p0, 1.0, l) On a pas le H avant
Je metttrais Flow API après From Hamiltonians and others ou dans les API

Jul 16 '25 14:07 joseph-gergaud

https://control-toolbox.org/Tutorials.jl/stable/tutorial-goddard.html#tutorial-goddard-structure

Dans la définition des crochets H_{001} et H_{101} on a H_0 et H_1. H_1 est donné au dessus dans le code et H_0 dans le code de dessous. Il faut peut-être définir H_0 et H_1 dans le texte.

Jul 18 '25 09:07 joseph-gergaud

https://control-toolbox.org/OptimalControl.jl/dev/jlesc17.html#Discretise-then-solve-strategy-(aka-direct-methods)

Il n'y a pas les codes, c'est normal ?

Jul 18 '25 10:07 joseph-gergaud

https://control-toolbox.org/Tutorials.jl/stable/tutorial-lqr.html#Limitations:-using-matrix-formulation

Je ne comprends pas pourquoi on ne peut utiliser cette formulation.

Ne faudrait-il pas mettre cette limitation dans la documentation : https://control-toolbox.org/OptimalControl.jl/stable/tutorial-abstract.html#tutorial-abstract-syntax

Jul 23 '25 11:07 joseph-gergaud

https://control-toolbox.org/Tutorials.jl/stable/tutorial-lqr.html#Limitations:-using-matrix-formulation

Je ne comprends pas pourquoi on ne peut utiliser cette formulation.

Ne faudrait-il pas mettre cette limitation dans la documentation : https://control-toolbox.org/OptimalControl.jl/stable/tutorial-abstract.html#tutorial-abstract-syntax

@joseph-gergaud on peut l'utiliser : il y a un pb avec la diff. auto. ensuite si on laisse l'option par défaut, exactement comme expliqué ici https://control-toolbox.org/Tutorials.jl/stable/tutorial-lqr.html#Limitations:-using-matrix-formulation

c'est un peu inapproprié de parler de "limitation", c'est plutôt une "know issue" qui n'est pas de notre fait.

@ocots https://github.com/control-toolbox/Tutorials.jl/issues/31

Jul 23 '25 14:07 jbcaillau

[Doc] Relecture de la documentation

Basic exemple

Exporting and importing the solution

Basic exemple

Exporting and importing the solution

Dans Compute Flows, Flow API

https://control-toolbox.org/Tutorials.jl/stable/tutorial-goddard.html#tutorial-goddard-structure

https://control-toolbox.org/OptimalControl.jl/dev/jlesc17.html#Discretise-then-solve-strategy-(aka-direct-methods)

https://control-toolbox.org/Tutorials.jl/stable/tutorial-lqr.html#Limitations:-using-matrix-formulation

https://control-toolbox.org/Tutorials.jl/stable/tutorial-lqr.html#Limitations:-using-matrix-formulation