weixin_51995147的博客

D Star算法是一种**反向增量式**搜索算法，反向即算法从目标点开始向起点逐步搜索；增量式搜索，即算法在搜索过程中会计算每一个节点的距离度量信息H(x)，在动态环境中若出现障碍物无法继续沿预先路径搜索，算法会根据原先已经得到的每个点的距离度量信息在当前状态点进行路径再规划，无需从目标点进行重新规划。

RRT算法的全称是快速扩展随机树算法(Rapidly Exploring Random Tree)，它的思想是选取一个初始点作为根节点，通过随机采样，增加叶子节点的方式，生成一个随机扩展树，当随机树中的叶子节点包含了目标点或进入了目标区域，边可以在随机树中通过回溯的方式，找到这条从初始点到目标点的路径。

Jump Point Search (JPS，跳点搜索算法) 是一种优化的路径搜索算法，主要用于加速A*算法在网格图上的搜索过程，特别是在规则网格（如四向或八向网格）上表现出色。JPS通过跳过一些冗余节点，减少了需要扩展的节点数量，从而加速了搜索过程。

Floyd算法是一个基于贪心、动态规划来求一个图中所有点到所有点最短路径的算法，适用于带权有向图或无向图，可以处理负权边，但不能处理负权回路，时间复杂度O(n^3)。

为了解决Dijkstra算法效率低的问题，A Star 算法作为一种启发式算法被提出。该算法在广度优先的基础上加入了一个估价函数。如BFS和常规方法如Dijsktra算法结合在一起的算法，有点不同的是，类似BFS的启发式经常给出一个近似解而不是保证最佳解，A Star是路径搜索中最受欢迎的选择，它相当灵活，并且能用于多种多样的情理之中，A Star 潜在的搜索一个很大的区域，A Star算法能用于搜索最短路径，A Star 能用启发式函数引发它自己，在简单的情况中，它和BFS一样快。

贪婪最佳优先搜索，使用贪婪原则进行图搜索，从起点到终点迈出的每一步都是里终点最近的一步，运算速度快，但是得到的路径并不总是最短路径。

基于图搜索的路径规划算法的原理是什么呢？和图论中的广度优先搜索是有关系的，除了广度优先搜索外，还有深度优先搜索，那么深度优先搜索可以用于路径规划吗

路径规划算法中经典的算法——Dijkstra算法求最短路径问题