Enhanced SIRRT*: A Structure-Aware RRT* for 2D Path Planning with Hybrid Smoothing and Bidirectional Rewiring

要約

ランダムツリー*（RRT*）やその情報に基づいたバリアントIRRT*などのサンプリングベースのモーションプランナーは、複雑な環境での最適なパス計画に広く使用されています。
ただし、これらの方法は、特に初期ソリューションの発見が遅れている場合、ランダムサンプリングへの依存により、ゆっくりと収束が遅くなり、高い分散に悩まされることがよくあります。
このペーパーでは、拡張されたSirRT*（e-sirrt*）を紹介します。これは、ハイブリッドパスのスムージングと双方向の再配線という2つの重要な拡張機能を導入することにより、元のSIRRT*フレームワークを改善する構造認識プランナーです。
ハイブリッドパスのスムージングは​​、スプラインのフィッティングと衝突対応の修正を介した初期パスを改良しますが、双方向の再配線は、コストの伝播を改善するために、滑らかなパスの周りのツリー接続性を局所的に最適化します。
実験結果は、E-SIRRT*が100回の試行にわたる初期パスの品質、収束率、および堅牢性の観点から、一貫してIRRT*とSIRRT*を上回ることを示しています。
確率的初期化により高い変動性を示すIRRT*とは異なり、E-SIRRT*は、決定論的なスケルトンベースの初期化と構造改良を通じて、反復可能な効率的なパフォーマンスを実現します。

要約(オリジナル)

Sampling-based motion planners such as Rapidly-exploring Random Tree* (RRT*) and its informed variant IRRT* are widely used for optimal path planning in complex environments. However, these methods often suffer from slow convergence and high variance due to their reliance on random sampling, particularly when initial solution discovery is delayed. This paper presents Enhanced SIRRT* (E-SIRRT*), a structure-aware planner that improves upon the original SIRRT* framework by introducing two key enhancements: hybrid path smoothing and bidirectional rewiring. Hybrid path smoothing refines the initial path through spline fitting and collision-aware correction, while bidirectional rewiring locally optimizes tree connectivity around the smoothed path to improve cost propagation. Experimental results demonstrate that E-SIRRT* consistently outperforms IRRT* and SIRRT* in terms of initial path quality, convergence rate, and robustness across 100 trials. Unlike IRRT*, which exhibits high variability due to stochastic initialization, E-SIRRT* achieves repeatable and efficient performance through deterministic skeleton-based initialization and structural refinement.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google