Machine learningMotion Planning
확률적 로드맵
확률적 로드맵(PRM) 방법은 무작위 구성을 샘플링하고 충돌이 없는 경우 연결하여 구성 공간을 통해 실행 가능한 경로의 미리 계산된 그래프(로드맵)를 구축하는 모션 계획 알고리즘입니다. 1996년 Kavraki 등이 소개한 PRM은 많은 경로 쿼리에 응답하여 로드맵 구축 비용을 여러 쿼리에 걸쳐 상각하는 다중 쿼리 계획 시나리오에 강력합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Kavraki, L. E., Svestka, P., Latombe, J. C., & Overmars, M. H. (1996). Probabilistic roadmaps for path planning in high-dimensional configuration spaces. IEEE Transactions on Robotics and Automation, 12(4), 566-580. DOI: 10.1109/70.508439 ↗
- Overmars, M. H., & Svestka, P. (1992). A probabilistic learning approach to motion planning. Proceedings of the Fourth Workshop on Algorithmic Foundations of Robotics, 19-37. link ↗
- LaValle, S. M. (2006). Planning Algorithms. Cambridge University Press. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Probabilistic Roadmap. ScholarGate. https://scholargate.app/ko/control-theory/probabilistic-roadmap
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 →