自适应快速探索随机树

基于采样的规划算法在高自由度运动规划（MP）问题中扮演着重要角色，其中快速探索随机树（RRT）和更快的双向RRT（称为RRT-Connect）算法在许多规划任务中取得了良好的效果。然而，基于采样的方法在解决狭窄通道的规划问题时具有固有的缺陷。因此，提出了几种算法来克服这些缺点。作为其中一种改进算法，快速探索随机藤（RRV）可以达到更好的结果，但在杂乱环境中可能表现较差，并且具有一定的环境选择性。在本文中，我们提出了一种基于RRT-Connect和RRV的新改进规划方法，称为自适应RRT-Connect（ARRT-Connect），该方法在狭窄通道环境中表现良好，同时保留了RRT算法在其他环境中规划路径的能力。所提议的规划者被证明适应于各种环境，并能够在短时间内完成路径规划。