时间/路径离散化：将无限维函数空间优化转化为有限维参数优化；目标函数分层设计：结合任务目标（时间、能量、平滑性、跟踪精度）构建复合代价；物理/几何约束显式嵌入：将动力学方程或运动学关系作为等式约束；边界与状态约束保障可行性：包括起止条件、执行器限幅、避障区域等；利用高效 NLP/QP 求解器：如 IPOPT 或 OSQP，实现可靠收敛。这种“建模-离散-优化”流水线已成为机器人、自动驾驶、航空航天