1.领域：matlab，Qlearning算法 2.内容：基于Qlearning算法最优路径规划算法matlab仿真,同时使用A星算法进行对比+代码操作视频 3.用处：用于Qlearning算法，A星算法编程学习 4.指向人群：本硕博等教研学习使用 5.运行注意事项： 使用matlab2021a或者更高版本测试，运行里面的Runme_.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。 具体可观看提供的操作录像视频跟着操作。

基于蚁群算法的python程序，用于最优路径规划,仅做参考！

MATLAB模拟退火算法程序寻找最优路径规划，程序完整，可以直接运行，需要的可以下载。内有论文与程序说明，通俗易懂。大家需要的可以下载。

车载导航系统最优路径规划的研究 车载导航系统最优路径规划的研究 车载导航系统最优路径规划的研究 车载导航系统最优路径规划的研究

通过C++实现最短路径规划问题，全部路径规划问题，文件的存储与读取，菜单界面与人机交互和数据管理5个方面的内容。涉及到临接矩阵，堆栈，弗洛伊德算法，MAZE算法等内容，压缩包内有完整的代码和PPT展示，代码简单易读，非常适合各位想要学习的大学生或者码农方向的初学者。

路径规划是智能小车技术研究领域中的核心问题,路径规划的主要任务是在 具有障碍物的环境中,寻求一条从已知起点到已知终点的具有最低代价的无碰撞 路径。 通过空间建模，利用粒子群算法、遗传算法等常用的寻优算法，对地图信 息进行处理，进而得到最优的路径，而且实际应用中效果较好

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。

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

A star算法 + 随机迷宫 + matlab