走机器的路，让您看一看。在机器人领域，给定特定任务，如何计划机器人的运动非常重要。最近，一个存储库已在GitHub上开源，该存储库实现了一些机器人技术中常用的路径规划算法。大多数代码是在Python中实现的。值得一提的是，开发人员使用绘图来演示每种算法的动画运行过程，这是直观且清晰的。项目地址：https://github.com/zhm-real/PathPlanning在此开源库中实现的路径规划算法包括基于搜索和基于采样的规划算法。具体目录如下图所示：基于搜索的路径规划算法是基于搜索的。路径规划算法已经比较成熟并且得到了广泛的应用，并且经常用于游戏中角色和移动机器人的路径规划。最佳路径优先搜索算法Dijkstra算法A *搜索算法双向A *搜索算法重复A *搜索算法AnytimeRepairingA *（ARA *）搜索算法实时学习A *搜索（LRTA *）算法实时自适应A *搜索（RTAA） *）算法动态A *搜索（D *）算法寿命规划A *搜索算法AnytimeD *搜索算法：微小变化AnytimeD *搜索算法：大变化基于采样的路径规划算法与基于搜索的基于采样的路径规划算法不同不是必须显式构造整个配置空间和边界，并且已广泛用于高维规划问题。快速随机搜索树（RRT）算法目标优先级RRT算法双向快速扩展随机树（RRT_CONNECT）算法Extended_RRT算法动态RRT算法当N = 10000时，rrt *算法N = 1000，rrt *-智能算法快速行进树（FMT *）当算法N = 1000时，Informedrrt *算法Batch通知树（BIT *）算法