Edge Nearest Neighbor in Sampling-Based Motion Planning

要約

近隣のファインダーと最近近隣クエリは、サンプリングベースのモーション計画アルゴリズムの基本部分です。
異なる距離メトリックを使用するか、近隣の定義を変更すると、一意の経験的および理論的特性を備えた異なるアルゴリズムが生成されます。
\ cite {l-pa-06} lavalleは、迅速に探求するランダムなツリーRRTアルゴリズムの近隣ファインダーを提案します。
このホワイトペーパーでは、このような近隣の発見者を実装し、理論的および実験的に、これがより効率的なアルゴリズムをもたらし、急速に探求するランダムグラフrrgアルゴリズム\ cite {f-isaom-10}のバリアントを示唆しています。

要約(オリジナル)

Neighborhood finders and nearest neighbor queries are fundamental parts of sampling based motion planning algorithms. Using different distance metrics or otherwise changing the definition of a neighborhood produces different algorithms with unique empiric and theoretical properties. In \cite{l-pa-06} LaValle suggests a neighborhood finder for the Rapidly-exploring Random Tree RRT algorithm \cite{l-rrtnt-98} which finds the nearest neighbor of the sampled point on the swath of the tree, that is on the set of all of the points on the tree edges, using a hierarchical data structure. In this paper we implement such a neighborhood finder and show, theoretically and experimentally, that this results in more efficient algorithms, and suggest a variant of the Rapidly-exploring Random Graph RRG algorithm \cite{f-isaom-10} that better exploits the exploration properties of the newly described subroutine for finding narrow passages.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google