Roadmap Probabilístico
O método Probabilistic Roadmap (PRM) é um algoritmo de planejamento de movimento que constrói um grafo pré-computado (roadmap) de caminhos viáveis através do espaço de configuração, amostrando configurações aleatórias e conectando-as se livres de colisão. Introduzido por Kavraki et al. em 1996, o PRM é poderoso para cenários de planejamento multi-consulta, onde muitas consultas de caminho são respondidas, amortizando o custo de construção do roadmap em várias consultas.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Probabilistic Roadmap. ScholarGate. https://scholargate.app/pt/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.
- Controle Preditivo por ModeloTeoria de controle↔ compare
- Árvore Aleatória de Exploração RápidaTeoria de controle↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →