Effort Informed Roadmaps (EIRM*): Efficient Asymptotically Optimal Multiquery Planning by Actively Reusing Validation Effort

多查询规划算法在单个搜索空间中寻找各种不同起点和目标之间的路径。它们的设计目标是通过在规划查询之间重用信息来高效地完成此任务。这些信息可以在搜索之前或搜索期间计算，并且通常包含有效路径的知识。利用已知的有效路径来解决单个规划查询比寻找一个全新的解决方案所需的计算工作量更少。这使得多查询算法（如PRM*）在许多问题上优于单查询算法（如RRT*），但它们的相对性能取决于信息被重用的程度。尽管如此，很少有明确寻求最大化路径重用的多查询规划器，因此，许多规划器并不能始终优于单查询替代方案。本文提出了Effort Informed Roadmaps (EIRM*)，这是一种几乎必然渐近最优的多查询规划算法，它明确优先考虑重用计算工作量。EIRM*使用非对称双向搜索来识别可能有助于解决单个规划查询的现有路径，然后利用这些信息来排序其搜索并减少计算工作量。这使得它在测试的抽象和机器人多查询规划问题上，找到初始解的速度比最先进的规划算法快一个数量级。