【路径规划】基于人工势场的无人机编队协同路径规划matlab源码.zip
2022-03-09 21:46:40
456KB
1
【路径规划】基于动态衡量式A星算法及拐角优化算法实现栅格地图路径规划matlab源码.zip
2022-02-25 20:36:16
1.11MB
1
【路径规划】基于NSGA2实现无人机三维路径规划matlab源码.zip
2022-01-15 13:44:12
644KB
1
多点路径规划指标cuOMT：自适应蒙特卡洛最优传输算法的CUDA
/
C
++实现
这项工作是根据许可的。
该存储库包含cuOMT
，这是一个使用自适应蒙特卡洛最优传输（MC-OT）算法的CUDA
/
C
++求解器。
请参阅以获取PyTorch实施。
大创意
自适应MC-OT算法旨在通过解决凸优化问题来解决高维最优运输问题。
基本上，在给定源分布和目标分布的情况下，最佳运输问题是找到最佳运输计划，以将源分布上的质量移动到目标分布。
例如，假设源分布由每个面包店制作的面包量组成，目标分布由每个咖啡馆所需要的面包量组成。
面包店和咖啡馆位于不同的地方，将面包从一个地点转移到另一个地点需要支付运输费用。
然后，最佳的运输问题是找到一种将面包从面包店运到咖啡馆的运输计划，从而使总运输成本降至最低。
每当需要找到将分配转换为另一种的“良好”映射（即OT映射）时，就会出现最佳传输问题。
例如，在深度学习领域，生成模型被设计为无限生成与给定数据集中的样本相似的许多样本。
如果我们将数据集的样本作为潜在分布（可能是高维）的iid采样，则通过在已知分布（例如均匀）和该潜在分布之间进行OT映射，首先可以
2022-01-14 01:29:31
25.33MB
1
局部RRT路径规划matlab代码运动计划
Python
用于几种路径规划算法的Python代码位于文件夹中。
让我们来看几个例子。
为了熟悉人工势能场（APF）算法，请执行以下操作：
jupyter-notebook
python_src/adaptive_formation/GradientBasedPlanning.ipynb
基于实时势场的具有动态或静态障碍物的机器人编队避障方法。
python
python_src/adaptive_formation/gradient_interactive.py
快速探索随机树（RRT）算法的路线图和路径构建：
python
python_src/rrts/main_rrt2D.py
在3D环境中：
python
python_src/rrts/3D/rrt3D.py
这里的RRT节点和边缘用蓝色表示，从树中检索到的路径是绿色，而橙色曲线是缩短的轨迹。
分层计划器（RRT
+
APF）
以RRT作为全局路径构造器和APF的分层计划器的示例负责局部轨迹的创建。
该算法不仅提供给自我车辆，而且还提供给一组机器人。
用于基于RRT
+
APF算
2021-12-25 22:04:37
99.12MB
1