跟着机器走的路，让你看看。在机器人研究领域，给定一个特定的任务，如何规划机器人的运动非常重要。最近在GitHub上开源了一个库，实现了一些机器人常用的路径规划算法，大部分代码是用Python实现的。值得一提的是，开发者用绘图的方式演示了每个算法的动画运行过程，直观明了。项目地址：https://github.com/zhm-real/PathPlanning本开源库实现的路径规划算法包括基于搜索和基于采样的规划算法。具体目录如下图所示：Search-basedpathplanningalgorithms是一种基于搜索的路径规划算法，目前已经比较成熟，得到了广泛的应用，常用于游戏中角色和移动机器人的路径规划。最佳路径优先搜索算法Dijkstra算法A*搜索算法双向A*搜索算法RepeatA*搜索算法AnytimeRepairingA*(ARA*)搜索算法实时学习A*搜索(LRTA*)算法实时自适应A*搜索(RTAA)*)AlgorithmDynamicsA*Search(D*)AlgorithmLifetimePlanningA*SearchAlgorithmAnytimeD*SearchAlgorithm:SmallChangesAnytimeD*SearchAlgorithms:LargeChanges基于采样的路径规划算法不同于基于搜索的路径规划算法。路径规划算法不需要显式构造整个配置空间和边界，广泛应用于高维规划问题。快速随机搜索树(RRT)算法目标偏好RRT算法双向快速扩展随机树(RRT_CONNECT)算法Extended_RRT算法动态RRT算法当N=10000时，rrt*算法当N=1000时，rrt*-智能算法快速行进树(FMT*)algorithmN=1000,Informedrrt*algorithmBatchInformedtree(BIT*)algorithm
