ScholarGate
Trợ lý
Machine learningMotion Planning

Lộ trình xác suất

Phương pháp Lộ trình Xác suất (PRM) là một thuật toán lập kế hoạch chuyển động xây dựng một đồ thị (lộ trình) được tính toán trước gồm các đường đi khả thi qua không gian cấu hình bằng cách lấy mẫu các cấu hình ngẫu nhiên và kết nối chúng nếu không va chạm. Được giới thiệu bởi Kavraki và cộng sự vào năm 1996, PRM mạnh mẽ cho các kịch bản lập kế hoạch đa truy vấn, nơi nhiều truy vấn đường đi được trả lời, phân bổ chi phí xây dựng lộ trình trên nhiều truy vấn.

Mở trong MethodMindSắp ra mắtVideoSắp ra mắtDownload slides

Đọc toàn bộ phương pháp

Chỉ dành cho thành viên

Đăng nhập bằng tài khoản miễn phí để đọc phần này.

Đăng nhập

Method map

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

Nguồn tài liệu

  1. 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
  2. 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
  3. LaValle, S. M. (2006). Planning Algorithms. Cambridge University Press. link

Cách trích dẫn trang này

ScholarGate. (2026, June 3). Probabilistic Roadmap. ScholarGate. https://scholargate.app/vi/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

Được tham chiếu bởi

ScholarGateProbabilistic Roadmap (Probabilistic Roadmap). Truy cập ngày 2026-06-15 từ https://scholargate.app/vi/control-theory/probabilistic-roadmap · Bộ dữ liệu: https://doi.org/10.5281/zenodo.20539026