浅析如何防止规划算法陷入局部最优

首先，具备最优性的算法并不会陷入局部最优。例如A*算法，基于广度优先算法并结合启发式，能找到最优路线，显然不会陷入局部最优。

那么，针对非最优算法，如何避免陷入局部最优呢？其中一个重要思想就是，增加算法的随机性。比如RRT算法，随机性非常强，搜索树随机扩散（或在某些实际的运动约束下随机扩散）直到找到目标点。我认为并不需要担心RRT算法陷入局部最优解，更需要担心的是它与最优解之间的误差太大。为了对RRT的扩散进行引导，可以加入人工势场，但是在某些复杂的势场环境下，规划算法又可能陷入局部最优。所以，确定性和随机性是一个需要权衡的问题。

假如陷入局部最优，该怎么办呢？再拿RRT+人工势场法举例。当陷入局部最优，一是可以再叠加一个势场，把点引导出来；二是可以暂时取消原势场，暂时用RRT随机搜索跳出局部最优；三是使用预先设置的前进规则，比如顺时针绕行……