![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
motion planning
文章平均质量分 63
Clarence_无绪
机器人与AI硕士
展开
-
AIT*杂谈
本文将介绍AIT*(Adaptively Informed Trees)算法[1](不是ABIT*[2],但是后面会提到这篇文章的内容)。 AIT*是对BIT*的改进,论文中给出的图可以看到,AIT*非常快,稳稳跑赢BIT*,而且在许多问题上比RRT-Connect还快。 AIT*性能 那么AIT*做了什么改进呢?——主要是修改了ĥ(x)的定义。 回顾一下BIT*中,存储各顶点的优先队列Qv,其键值定义为g(v)+ĥ(v),这里ĥ(v)是从v到终点的直线距离; ...原创 2021-03-02 16:25:37 · 1188 阅读 · 4 评论 -
渐近最优运动规划的理论分析方向
研究的一个主要领域是完善和扩展Karaman S首次提出的渐近最优性的理论分析。包括保证渐近最优或概率最优的情况下压缩边界(1),为渐近收敛制定宽松的界限以至于找到near optimal解(2),以及扩展以评估收敛速度的分析(3)。 1、 渐近最优性是考虑了每个采样点的多个连接的结果。连接需要关于状态估量、状态维度和已有顶点数量的函数。每增加新采样点时,这些表达式的定义都需要确定最小数量的k-nearest或最大距离(r-disc)。 但是采样点及其连通数量的增多,其计算成本也会增加。因此一些研究关原创 2021-02-28 12:00:56 · 329 阅读 · 0 评论