基于离线规划算法的混合动力汽车能量管理实例，源代码

基于栅格地图的D*路径规划算法，根据自己的理解，复现原文伪代码。纯python语言编写，注释清晰，用pygame做了很好的可视化。可以用于学习研究，请勿用于生产环境。

matlab动态规划的代码，已经集成完毕，只需要按照格式修改模型的相关公式即可求解各类动态规划问题

概述 该存储库实现了机器人技术中常用的一些路径规划算法，包括基于搜索的算法和基于采样的算法。我们为每种算法设计了动画以显示运行过程。相关论文在中列出。 目录结构 . └── Search-based Planning ├── Breadth-First Searching (BFS) ├── Depth-First Searching (DFS) ├── Best-First Searching ├── Dijkstra's ├── A* ├── Bidirectional A* ├── Anytime Repairing A* ├── Learning Real-time A* (LRTA*) ├── Real-time Adaptive A* (RTAA*) ├── Lifelong Planning A*

采用matlab实现的序列二次规划算法，能够很好地解决一般的问题，已经经过检测。欢迎下载

多机器人路径规划算法，可视化界面显示，默认实验数据为实现4个机器人路径规划

搜索类的算法 Dijkstra、 Astar、 D_star、 D_star_Lite、Anytime_D_star 、LPAstar、ARASTAR 、Best_First 、LRTAstar等 采样类的算法 RRT、RRT_connect、rrt_sharp、rrt_star、rrt_star_smart、informed_rrt_star、fast_marching_trees、fast_marching_trees、advanced_batch_informed_trees等

主要介绍了java动态规划算法——硬币找零问题,结合实例形式分析了java动态规划算法——硬币找零问题相关原理、实现方法与操作注意事项,需要的朋友可以参考下

Minimum Snap轨迹规划详解（1）轨迹规划入门

针对自由漂浮空间机器人的轨迹规划问题，提出一种基于粒子群优化算法的机械臂关节角驱动力矩最优轨迹规划算法。首先通过对自由漂浮空间机器人系统的动力学方程进行分析，给出了以机械臂关节角驱动力矩为目标函数的轨迹最优控制算法，并采用高阶多项式插值方法逼近机械臂关节角轨迹，结合粒子群优化算法对机械臂关节角轨迹进行优化求解。数值仿真表明，规划出的关节角轨迹平滑连续，在完成自由漂浮空间机器人姿态调整任务的同时，机械臂关节角驱动力矩降至最低。