Machine learningMotion Planning

Árbol de Exploración Rápida Aleatoria

El Árbol de Exploración Rápida Aleatoria (RRT, por sus siglas en inglés) es un algoritmo de planificación de movimiento que construye un árbol de trayectorias factibles muestreando iterativamente configuraciones aleatorias en el espacio de trabajo y conectándolas al nodo existente más cercano en el árbol. Introducido por LaValle en 1998, RRT representa un avance para la planificación de movimiento en alta dimensionalidad, permitiendo a los robots encontrar trayectorias libres de colisiones en entornos complejos con obstáculos, límites articulares y restricciones cinemáticas.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. LaValle, S. M. (1998). Rapidly-exploring random trees: A new tool for path planning. Technical Report TR 98-11, Iowa State University. link
  2. Karaman, S., & Frazzoli, E. (2011). Sampling-based algorithms for optimal motion planning. International Journal of Robotics Research, 30(7), 846-894. DOI: 10.1177/0278364911406761
  3. LaValle, S. M. (2006). Planning Algorithms. Cambridge University Press. link

Cómo citar esta página

ScholarGate. (2026, June 3). Rapidly-Exploring Random Tree. ScholarGate. https://scholargate.app/es/control-theory/rapidly-exploring-random-tree

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Citado por

ScholarGateRapidly-Exploring Random Tree (Rapidly-Exploring Random Tree). Recuperado el 2026-06-15 de https://scholargate.app/es/control-theory/rapidly-exploring-random-tree · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026