Warning: file_get_contents(/data/phpspider/zhask/data//catemap/4/algorithm/12.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Algorithm 一种动态寻路算法的研究_Algorithm_Path Finding_D Star - Fatal编程技术网

Algorithm 一种动态寻路算法的研究

Algorithm 一种动态寻路算法的研究,algorithm,path-finding,d-star,Algorithm,Path Finding,D Star,我的A*实现在我的静态环境中运行良好。 如果我现在想使用动态环境,即当我们从开始到结束遍历时,节点之间的某些成本会发生变化 从目前为止的阅读中,我发现LPA*、D*和D*Lite算法可以帮助我。我最坏的情况是实现所有这些,然后看看什么最有效 是否对这些算法的性能进行了比较研究? 到目前为止,我读到的论文一次只关注一个算法,由于它们的实验环境不同,很难进行比较 一些背景信息:我使用C++,我的环境是一个3D场景,我的搜索图用NaveMeScript表示。 < P>也许可以帮助你,反应变形路线图:动

我的A*实现在我的静态环境中运行良好。 如果我现在想使用动态环境,即当我们从开始到结束遍历时,节点之间的某些成本会发生变化

从目前为止的阅读中,我发现LPA*、D*和D*Lite算法可以帮助我。我最坏的情况是实现所有这些,然后看看什么最有效

是否对这些算法的性能进行了比较研究? 到目前为止,我读到的论文一次只关注一个算法,由于它们的实验环境不同,很难进行比较

一些背景信息:我使用C++,我的环境是一个3D场景,我的搜索图用NaveMeScript表示。

< P>也许可以帮助你,<强>反应变形路线图:动态环境下多机器人的运动规划< /强> 罗素·盖尔·阿夫尼什·南明C·林·迪内斯·马诺查;摘要是这样的:

我们提出了一种新的算法 多机器人的运动规划 在动态障碍中。我们的 该方法基于一个新的路线图 使用可变形的 链接并动态缩回到 捕捉免费网络的连通性 空间我们使用牛顿物理学和物理学 胡克定律更新的立场 里程碑和变形中的链接 对其他机器人运动的响应 以及障碍。基于此, 我们描述了路线图表示 我们的规划算法可以 计算tens的无碰撞路径 机器人在复杂动力学中的应用 环境

他们提出了一种基于物理的自适应路线图算法 将其拓扑作为一个对象进行收缩和更改的表示 动态环境的功能。Iit可以使用 规划单个机器人或多个机器人之间的运动
动态障碍

您已经有一段时间没有问过了,所以可能您已经有时间尝试所有这些障碍了。。。但无论如何,D*-Lite文件(http://www.aaai.org/Papers/AAAI/2002/AAAI02-072.pdf)在最后有一部分,实验结果,将性能与LPA*、D*和a*进行比较