路径规划算法的完备性与概率完备性、最优性与渐进最优性

路径规划算法的目的是要规划出一条从起始点到目标点的无碰撞可行路径。常见的路径规划算法大致可以分为以A*算法为代表的基于搜索的规划算法、以RRT为代表的基于采样的规划算法和以遗传算法为代表的基于启发式的规划算法。

在路径规划中，几个名词的含义为：

完备性：是指如果在起始点和目标点间有路径解存在，那么一定可以得到解，如果得不到解那么一定说明没有解存在；

概率完备性：是指如果在起始点和目标点间有路径解存在，只要规划或搜索的时间足够长，就一定能确保找到一条路径解；

最优性：是指规划得到的路径在某个评价指标上是最优的（评价指标一般为路径的长度）；

渐进最优性：是指经过有限次规划迭代后得到的路径是接近最优的次优路径，且每次迭代后都与最优路径更加接近，是一个逐渐收敛的过程；

常见的路径规划算法（主要为全局路径规划算法）的性质如下：

要注意的是，普通的RRT算法，包括：RRT，RRT-connect，RRG都是非最优的，而RRT*是渐进最优的。