我有一些时间占据机器人的运动规划,并且有一段时间想要探索改善"潜在领域"方法提供的机会的可能性.我的挑战是避免在使用"势场"方法时机器人被困在"局部最小值".我没有使用"随机游走"方法来避免机器人陷入困境,而是考虑是否有可能实现A*的变体,这可以作为一种准确的指南,以避免机器人被困在"当地最低".
是否有这种经验,或者可以参考文献,它们以比"随机游走"方法中使用的更有效的方式避免局部最小化.
robotics a-star motion-planning
a-star ×1
motion-planning ×1
robotics ×1