D-Star算法

D-Star算法是一种适用于动态环境的启发式路径搜索算法,它通过两个阶段进行动态修改路径。首先从目标点反向搜索得到最短路径信息,然后在机器人遇到障碍物时更新路径。当环境发生变化时,D-Star通过遍历受影响的节点寻找新的可行路径,以实现实时路径调整。相较于A-Star,D-Star在效率上有优势,尤其在动态环境中。
摘要由CSDN通过智能技术生成

在这里插入图片描述
【由于专栏后几篇限制vip观看,我又把完整算法在公众号“武汉AI算法研习”进行了发布,可以查看全专栏文章。】

D-Star算法名称Dynamic A Star,是一种适应于动态环境的启发式的路径搜索算法,适合周围环境位置或者周围环境处于动态变化的场景

【适用范围】

动态环境

【算法流程】

由于是动态环境,算法主要是两个阶段,

第一阶段是从目标点往起点进行探索,得到搜索区域节点距离终点最短路径的信息(父节点信息)

第二阶段是机器人动态环境交互中,遇见障碍物时对路径做动态修改,机器人从起点开始往终点行走过程中遇见环境发生变化时的动作过程。

【算法举例】

同A-Star算法类似,D-star通过一个维护一个优先队列(OpenList)来对场景中的路径节点进行搜索,所不同的是,D-Star不是由起始点开始搜索,而是以目标点为起始,通过将目标点置于Open list中来开始搜索,直到机器人当前位置节点由队列中出队为止(当然如果中间某节点状态有动态改变,需要重新寻路,所以才是一个动态寻路算法)。

【环境初始化】如下假如在一个20*20的方格网中,起点位置(1,2ÿ

  • 1
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值