![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
路径规划
文章平均质量分 83
qq_43133135
这个作者很懒,什么都没留下…
展开
-
强化学习(Q-Learning)与路径搜索(A*)的联系
作为路径搜索的一种典型算法,是在广度优先搜索(BFS)的基础上扩展的。A*算法是在BFS的基础上,加入一个启发值,这个启发值又被称为代价函数:f(n)=g(n)+h(n)这物体如果用q-learning来解决,其实问题也是类似,不过强化学习中对各个部分进行了严格的划分,并且强调了个体的概念在强化学习中,使用奖励r的概念替换了代价的概念,从字面意思我们也能知道他们其实是刚好相反的概念,正如一个是乐观主义一个是悲观主义。但这并不妨碍对本质问题的处理,代价最小化的等价问题也就是奖励最大化。我们可以看到,强化学习使原创 2022-07-14 12:27:16 · 2132 阅读 · 1 评论 -
常见路径搜索算法(DFS,贪心,BFS,Dijkstra,A*,D*)总结
从DFS和BFS开始的路径搜索原创 2022-07-14 12:21:18 · 4876 阅读 · 0 评论 -
windows下V-Rep下载及安装教程
V-Rep下载这里我们下载的是EDU版本,我们首先进入官网V-Rep官网,然后看到下面页面:我们直接点下载EDU版本(绿色框)那个,是下载不了的。我们要点Previous versions of CoppeliaSim / V-REP,然后进入下面页面:这里我用最新版本,大家也可以找旧的版本去下载:如何解压双击安装就可以了。一路next,直到安装结束:这里提示缺少文件,去下个文件就可以了。这里给出安装包:链接:https://pan.baidu.com/s/1n_gY_ZZYl原创 2021-08-12 00:12:05 · 8349 阅读 · 9 评论 -
SLAM建图
建图路径现在的slam建图的时候基本认为是人手动操控机器人进行建图的。局部地图融合根据传感器获得的对当前局部环境的地图要将局部地图融入全局地图,首先得进行坐标变换,包括平移和旋转,变换到全局地图的位置。局部地图初始时,用像素值128表示当前栅格不确定(所用像素值的范围0-255),然后,如果当前栅格是障碍,我们把它置0,否则就是255。线性融合 :让全局栅格地图上栅格的值分布在0-255,栅格对应的值小于128时,越小是障碍的概率越大,栅格对应的值大于128时,越大是障碍的概率越小。原创 2020-10-09 12:14:57 · 2676 阅读 · 0 评论 -
D*算法(Dynamic A Star)
D*算法(Dynamic A Star)符号及函数说明Openlist是一个可以用来做广度优先搜索的队列节点state的标识tag分为三类:没有加入过open表的(new)、在open表的(open)、曾经在open表但现在已经被移走的(closed)。每个节点到终点G的代价为h,两个节点(state)之间的开销为C(X,Y),X到终点的代价h为上一个节点(父节点)Y到终点的代价+X和Y之间的开销每个节点的最小h值为k,代表了该点在全图环境中到G点的最小代价,在计算和更新过程中,对于标识为new的原创 2020-09-12 05:09:41 · 4333 阅读 · 0 评论