LEARNING
凸神经RRT*：用于高质量机器人路径规划的快速可靠学习引导采样
Hichem Cheriet, Badra Khellat Kihel, Samira Chouraqui, Bara J. Emran
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出Convex-Neural RRT*算法，通过神经网络预测高质量路径附近的航点区域并提取凸候选区域，引导规划器在几何相关区域集中探索。实验表明，该方法相比神经引导变体计算时间减少30-75%，路径长度平均缩短约5%，成功率超过99%。
关键词
RRT*neural guidancepath planningsampling-basedconvex regions
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018