درخت کاوش سریع (Rapidly-Exploring Random Tree)
درخت کاوش سریع (RRT) یک الگوریتم برنامهریزی حرکت است که با نمونهبرداری تکراری پیکربندیهای تصادفی در فضای کاری و اتصال آنها به نزدیکترین گره موجود در درخت، درختی از مسیرهای ممکن میسازد. RRT که در سال ۱۹۹۸ توسط LaValle معرفی شد، برای برنامهریزی حرکت در ابعاد بالا یک پیشرفت محسوب میشود و رباتها را قادر میسازد تا در محیطهای پیچیده با موانع، محدودیتهای مفصلی و محدودیتهای سینماتیکی، مسیرهای بدون برخورد پیدا کنند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
نقشهٔ روش
همسایگی روشهای مرتبط — برای کاوش، یک گره را برگزینید.
منابع
- LaValle, S. M. (1998). Rapidly-exploring random trees: A new tool for path planning. Technical Report TR 98-11, Iowa State University. link ↗
- 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 ↗
- LaValle, S. M. (2006). Planning Algorithms. Cambridge University Press. link ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Rapidly-Exploring Random Tree. ScholarGate. https://scholargate.app/fa/control-theory/rapidly-exploring-random-tree
کدام روش؟
این روش را در کنار نزدیکترین روشهای خویشاوندش بگذارید و آنها را کنار هم بخوانید — کتابخانه کتابها را روی میز میگشاید؛ انتخاب با شماست.
- خطیسازی بازخوردینظریه کنترل↔ مقایسه
- کنترل پیشبین مدلنظریه کنترل↔ مقایسه
- نقشه راه احتمالینظریه کنترل↔ مقایسه
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →