在 2D 和 3D 空间中实现 RRT* 算法的代码。 考虑到障碍物的位置和尺寸，2D 版本还包含避障。 2D/RRTStar.m 执行 RRT* 的 2D 版本。 3D/RRTStar_3D.m 执行 3D 版本。 [1] LaValle, SM，“快速探索随机树：路径规划的新工具”，TR 98-11，爱荷华州立大学计算机科学系，1998 年 10 月。 [2] Karaman、Sertac 和 Emilio Frazzoli。 “用于最佳运动规划的基于增量采样的算法。” 机器人科学与系统 VI 104 (2010)。

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。

基于A*算法的最优路径搜索实例及程序说明文档。包含基于A*算法的最优路径搜索实例；程序说明文档包含算法设计说明、程序设计说明、类图、流程图

TSP，遗传算法，最优路径的算法。详情： https://libaineu2004.blog.csdn.net/article/details/108562750

基于Android的物流配送最优路径的实现.pdf

自动驾驶中的最优路径规划，以及自动驾驶学习资料 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.等等总共3G多的资料

教育资料

物流配送最优路径规划模拟系统，包含比较全面的设计和实操

在时变洋流场环境下,洋流矢量增加了时间维度,在时间角度上可进一步利用洋流以节约自主水下机器人(AUV)能量消耗.此外,在该环境中无后效性不再成立,基于经典贪婪策略的路径规划算法不再适用.鉴于此,结合路径参数选择和双层规划算法,提出一种适用于时变洋流场环境的能耗最优路径规划算法.出发时间和AUV推进速度均可以在时间维度上等待有利洋流,且推进速度与其能量消耗直接相关,因此,引入出发时间和推进速度作为路径参数.在此基础上,针对无后效性不成立问题,使用双层规划作为路径规划算法,分析该算法在时变洋流场环境下的适用性.算法将路径规划任务分为路径规划与路径优化两部分,路径规划部分采用蚁群系统算法构建通道,路径优化部分由量子粒子群算法对路径参数进一步优化,在保证全局最优的同时能够解决传统基于栅格的路径规划算法中机器人运动方向受限的问题.最后以Kongsberg/Hydroid REMUS 600s型水下机器人为模型,对所提出的路径规划算法进行仿真验证.

A star算法 + 随机迷宫 + matlab