แผนที่ความน่าจะเป็น
วิธีแผนที่ความน่าจะเป็น (PRM) เป็นอัลกอริทึมการวางแผนการเคลื่อนที่ที่สร้างกราฟ (แผนที่) ของเส้นทางที่เป็นไปได้ผ่านปริภูมิการกำหนดค่า โดยการสุ่มตัวอย่างการกำหนดค่าแบบสุ่มและเชื่อมต่อเข้าด้วยกันหากไม่มีการชน วิธี PRM ซึ่งเปิดตัวโดย Kavraki และคณะในปี 1996 มีประสิทธิภาพสูงสำหรับสถานการณ์การวางแผนแบบหลายคำถาม ซึ่งมีการตอบคำถามเส้นทางจำนวนมาก โดยมีการกระจายต้นทุนการสร้างแผนที่ไปตามคำถามจำนวนมาก
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Probabilistic Roadmap. ScholarGate. https://scholargate.app/th/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.
- การควบคุมเชิงพยากรณ์แบบจำลองทฤษฎีการควบคุม↔ compare
- Rapidly-Exploring Random Treeทฤษฎีการควบคุม↔ compare