Algorithm 机器人路径规划的D*Lite搜索算法陷入无限循环。为什么我的修复工作,它是任何慢?
对于一个与我一起工作的机器人项目,我想使用论文中的D*Lite(优化版)动态路径规划用于不断变化的占用率网格/成本图。如本文所述,D*Lite搜索算法的思想是,它基本上是从目标开始反向运行一个*搜索,然后尝试返回到起点。然后,解算器给出当前解决方案,并等待其显示的权重或障碍物发生某种变化。与重复A*搜索相反,D*Lite算法避免从头开始重新规划,并逐步修复路径,使其修改保持在机器人姿势附近的局部位置 我的问题 我已经在python中实现了该算法,并在pygame中进行了仿真,以测试其性能。但是我有一个关于伪代码的问题。我已经实现了算法,包括优化版本和非优化版本,现在已经实现了三次,但我仍然发现,当算法遇到一些障碍物(十字形或大型垂直障碍物)时,算法突然卡在while循环内的无限循环中(主程序,第32行伪代码),并在顶点s_开始的两个选项之间来回移动(过程主线,第34行)。我已经将我的python实现与伪代码进行了多次比较,但我无法找到任何可能导致此错误的伪代码偏差 我的临时“修复” 现在,为了避免算法陷入无限循环,我将过程Main()中第48行的computeShortestPath()缩进到左边,这样就超出了过程Main()中第37行的if的范围 当我这样做的时候,算法几乎总是能够在发现新的障碍物时计算出一条新的最短路径 我的问题Algorithm 机器人路径规划的D*Lite搜索算法陷入无限循环。为什么我的修复工作,它是任何慢?,algorithm,graph-algorithm,a-star,grid-search,d-star,Algorithm,Graph Algorithm,A Star,Grid Search,D Star,对于一个与我一起工作的机器人项目,我想使用论文中的D*Lite(优化版)动态路径规划用于不断变化的占用率网格/成本图。如本文所述,D*Lite搜索算法的思想是,它基本上是从目标开始反向运行一个*搜索,然后尝试返回到起点。然后,解算器给出当前解决方案,并等待其显示的权重或障碍物发生某种变化。与重复A*搜索相反,D*Lite算法避免从头开始重新规划,并逐步修复路径,使其修改保持在机器人姿势附近的局部位置 我的问题 我已经在python中实现了该算法,并在pygame中进行了仿真,以测试其性能。但是我
procedure CalculateKey(s)
{01”} return [min(g(s), rhs(s)) + h(s_start, s) + km;min(g(s), rhs(s))];
procedure Initialize()
{02”} U = ∅;
{03”} km = 0;
{04”} for all s ∈ S rhs(s) = g(s) = ∞;
{05”} rhs(s_goal) = 0;
{06”} U.Insert(s_goal, [h(s_start, s_goal); 0]);
procedure UpdateVertex(u)
{07”} if (g(u) != rhs(u) AND u ∈ U) U.Update(u,CalculateKey(u));
{08”} else if (g(u) != rhs(u) AND u /∈ U) U.Insert(u,CalculateKey(u));
{09”} else if (g(u) = rhs(u) AND u ∈ U) U.Remove(u);
procedure ComputeShortestPath()
{10”} while (U.TopKey() < CalculateKey(s_start) OR rhs(s_start) > g(s_start))
{11”} u = U.Top();
{12”} k_old = U.TopKey();
{13”} k_new = CalculateKey(u));
{14”} if(k_old < k_new)
{15”} U.Update(u, k_new);
{16”} else if (g(u) > rhs(u))
{17”} g(u) = rhs(u);
{18”} U.Remove(u);
{19”} for all s ∈ Pred(u)
{20”} if (s != s_goal) rhs(s) = min(rhs(s), c(s, u) + g(u));
{21”} UpdateVertex(s);
{22”} else
{23”} g_old = g(u);
{24”} g(u) = ∞;
{25”} for all s ∈ Pred(u) ∪ {u}
{26”} if (rhs(s) = c(s, u) + g_old)
{27”} if (s != s_goal) rhs(s) = min s'∈Succ(s)(c(s, s') + g(s'));
{28”} UpdateVertex(s);
procedure Main()
{29”} s_last = s_start;
{30”} Initialize();
{31”} ComputeShortestPath();
{32”} while (s_start != s_goal)
{33”} /* if (g(s_start) = ∞) then there is no known path */
{34”} s_start = argmin s'∈Succ(s_start)(c(s_start, s') + g(s')); <--- ** jumps between two solutions of s_start**
{35”} Move to s_start;
{36”} Scan graph for changed edge costs;
{37”} if any edge costs changed <--- ** this if ****
{38”} km = km + h(s_last, s_start);
{39”} s_last = s_start;
{40”} for all directed edges (u, v) with changed edge costs
{41”} c_old = c(u, v);
{42”} Update the edge cost c(u, v);
{43”} if (c_old > c(u, v))
{44”} if (u != s_goal) rhs(u) = min(rhs(u), c(u, v) + g(v));
{45”} else if (rhs(u) = c_old + g(v))
{46”} if (u != s_goal) rhs(u) = min s'∈Succ(u)(c(u, s') + g(s'));
{47”} UpdateVertex(u);
{48”} ComputeShortestPath() <--- ** this calculation **
过程计算键
{01}返回[min(g(s),rhs(s))+h(s_起点,s)+km;min(g(s),rhs(s))];
过程初始化()
{02}U=∅;
{03}km=0;
{04“}适用于所有s∈ S rhs(S)=g(S)=∞;
{05}rhs(s_目标)=0;
{06”}U.Insert(s_目标,[h(s_开始,s_目标);0]);
程序UpdateVertex(u)
{07}如果(g(u)!=rhs(u)和u∈ U) 更新(U,计算键(U));
{08”}如果(g(u)!=rhs(u)和u/∈ U) U.插入(U,计算键(U));
{09}如果(g(u)=rhs(u)和u∈ U) 移除(U);
过程计算ShortestPath()
{10}while(U.TopKey()g(s_start))
{11”}u=u.Top();
{12”}k_old=U.TopKey();
{13”}k_new=CalculateKey(u));
{14}如果(k_旧rhs(u))
{17}g(u)=rhs(u);
{18}U.删除(U);
{19}适用于所有s∈ Pred(美国)
{20”}如果(s!=s_目标)rhs(s)=min(rhs(s),c(s,u)+g(u));
{21}UpdateVertex(s);
{22}其他
{23}g_old=g(u);
{24}g(u)=∞;
{25}适用于所有s∈ Pred(美国)∪ {u}
{26}如果(rhs(s)=c(s,u)+g_old)
{27}如果(s!=s_目标)rhs(s)=min s'∈(c(s,s′)+g(s′);
{28}UpdateVertex(s);
主程序()
{29”}s_last=s_start;
{30}初始化();
{31}计算短路径();
{32}while(s_开始!=s_目标)
{33}/*如果(g(s_开始)=∞) 那么就没有已知的路径了*/
{34”}s_start=argmin s'∈成功(SU启动)(c(SU启动,s')+g(s'));