机器人3D（三维）路径规划目标，旨在在考虑运动学约束（包括几何，物理和时间约束）的同时，在3D工作空间中找到最佳且无碰撞的路径。必须考虑动力学的规划是找到时间最短的运动学最优路径并完整地对环境进行建模。以及水下机器人。 本文根据其探索机制将所有方法分为五类，并提出了一个类别，称为基于多融合的算法。 对于所有这些算法，将从时间效率和可实施区域的角度对它们进行分析。 此外，在考虑了每种方法的优缺点之后，对每种方法也进行了全面的适用性分析。

针对煤矿搜救机器人路径规划过程中因受障碍区间的干扰导致全局最优路径难以确定的问题,提出了基于梯度-坐标轮换法的煤矿搜救机器人最优路径规划算法。机器人首先按照梯度-坐标轮换法运动,然后根据已有的运动路径进行局部路径优化,并对所规划的局部最优路径进行可行性判断,直到路径中不存在障碍区间为止。仿真结果表明,该算法能够使煤矿搜救机器人在避开障碍的前提下,准确地规划出从出发点到目标点的全局最优路径,从而提高机器人运动路径规划的合理性和高效性。

c++动态规划

基于蚁群算法的三维路径规划算法,蚁群算法在路径规划中的应用,matlab源码.zip

百度apollo规划算法，另外还包含了自动驾驶学习资料 涵盖感知，规划和控制，ADAS，传感器； 1. apollo 相关的技术教程和文档； 2. adas（高级辅助驾驶）算法设计（例如 AEB,ACC,LKA 等） 3. 自动驾驶鼻祖 mobileye 的论文和专利介绍 4. 自动驾驶专项课程（可能是目前最好的自动教师教程），是 coursera 上多伦多大学发布的自动驾驶专项课程，应该是目前为 止非常火非常好的教程了，包含视频，ppt，论文以及代码 5. 国家权威机构发布的 adas 标准，这是 adas 相关算法系统的标 准，也是开发手册。 6. 规划控制相关的算法论文介绍 7. 等等总

Fred Glover主编 非常经典的元启发式方法的书籍！内容非常丰富，包含：组合优化；遗传算法；蚂蚁算法；紧急算法；人工神经网络；贪婪自适应；领域搜索等。 对学习最优化、NP难问题求解具有非常重要价值！数学建模；线性规划；算法：智能算法。

MultiAgentPathFinding MultiAgentPathFinding存储库的目的是使用灵活的环境选项（例如度量标准类型和可能的移动方向）创建不同路径规划算法的实现。 该项目是在HSE计算机科学学院的第二年完成的。 在Linux和Mac上构建 您可以选择“调试”或“发布”版本。 cd MultiAgentPathFinding/Build/Release cmake ../../ -DCMAKE_BUILD_TYPE= " Release " make make install 运行使用： cd ../../Bin/{Debug | Release}/ Dmitriy_

python中的多代理路径规划 介绍 该存储库由Python中一些多主体路径规划算法的实现组成。 当前实现了以下算法： 依存关系 通过运行安装必要的依赖项。 pip3 install -r requirements.txt 集中式解决方案 在这些方法中，中央计划者有责任向机器人提供计划。 优先的安全间隔路径规划 SIPP是一个本地计划者，在考虑环境中的静态和动态障碍后，可以使用该计划生成无冲突的计划。 在多主体路径规划的情况下，环境中的其他主体被视为动态障碍。 执行 对于SIPP多主体优先级计划，请运行： cd ./centralized/sipp python3 multi_sipp.py input.yaml output.yaml 结果 可视化生成的结果 python3 visualize_sipp.py input.yaml output.yaml 录制视频 python3 v

针对风电并网联合优化调度难的问题，本文根据风电的间歇性及随机性特性，建立风电功率的输出模型，提出基于离散粒子群的风电火电机组联合优化算法。首先根据常规电力系统经济调度方法，建立含有风电机组优化问题的数学模型，引入离散粒子群算法，将机组优化调度分解为内外子层问题并进行求解。最终确定最优的启停方案，实现风电火电机组的最优调度。该算法满足电力生产安全兼顾系统运行的经济性，具备一定的有效性及可行性。

动态规划相关算法的ppt，包含 （1）矩阵连乘问题； （2）最长公共子序列； （3）最大子段和 （4）凸多边形最优三角剖分； （5）多边形游戏； （6）图像压缩； （7）电路布线； （8）流水作业调度； （9）背包问题； （10）最优二叉搜索树。 等算法