Machine learningMotion Planning

Rapidly-Exploring Random Tree

Rapidly-Exploring Random Tree (RRT) เป็นอัลกอริทึมการวางแผนการเคลื่อนที่ที่สร้างต้นไม้ของเส้นทางที่เป็นไปได้ โดยการสุ่มตัวอย่างค่ากำหนด (configuration) ในพื้นที่ทำงาน (workspace) ซ้ำๆ และเชื่อมต่อกับโหนดที่ใกล้ที่สุดในต้นไม้ RRT ซึ่ง LaValle นำเสนอในปี 1998 ถือเป็นความก้าวหน้าครั้งสำคัญสำหรับการวางแผนการเคลื่อนที่ในมิติสูง ช่วยให้หุ่นยนต์สามารถค้นหาเส้นทางที่ปราศจากการชนกันในสภาพแวดล้อมที่ซับซ้อนซึ่งมีสิ่งกีดขวาง ข้อจำกัดของข้อต่อ (joint limits) และข้อจำกัดทางจลนศาสตร์ (kinematic constraints)

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

แหล่งอ้างอิง

  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

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Rapidly-Exploring Random Tree. ScholarGate. https://scholargate.app/th/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

ถูกอ้างอิงโดย

ScholarGateRapidly-Exploring Random Tree (Rapidly-Exploring Random Tree). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/control-theory/rapidly-exploring-random-tree · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026