机器人运动规划04《规划算法》

第一章 绪论

22:57:03

没什么可记录的。

第二章 离散规划

2.1.离散可行规划表述

表述2.1

 2.2.可行规划的搜索

一般前向搜索、特殊前向搜索、其他搜索方案

 2.3.离散最优规划

表述2.2（离散固定长度最优规划）

2.3.1 最优定长规划

 最优性原则直接导致一种迭代算法--值迭代（value iteration），它能够解决一大类最优规划问题，包括变长度规划、随机不确定性、不完美状态测量等。

• 后向值迭代

先回忆一下上节的几个定义，L表示K步规划的代价泛函（cost functional），

F表示最后一个阶段，F=K+1，

阶段数K是一个规划的准确长度，即包含K个行动u₁~u_K。

定义了一个累积代价G^*_k，

 _{上式通过一系列的数学变换，得到了一个迭代公式：}

 

 大概过程就是这样，有个概念不懂：

•  例2.3 （五状态最后规划问题）

看不懂呀

• 前向值迭代

看不懂呀。先暂停一下，找点基础的论文看看，再来接着看本书。

2.3.2 不指定长度的最优规划

2.3.3 再论Dijkstra算法

 整个2.3节，没有完全看懂，这里先跳过，去看一下数据结构与算法里边的动态规划和Dijkstra算法，再回来看部分。