高维机器人运动规划的多图搜索

高维机器人系统（如机械臂和移动机械臂）的高效运动规划对于实现实时操作和可靠部署至关重要。尽管规划算法的进展提高了对高维状态空间的可扩展性，但这些改进往往以生成不可预测、不一致运动或需要过多计算资源和内存为代价。本文引入了多图搜索（MGS），这是一种将经典单向和双向搜索推广到多图环境中的搜索算法。MGS 通过维护和逐步扩展多个隐式图来实现，这些图在状态空间上聚焦于高潜力区域，同时允许最初不相连的子图通过可行转换相互合并。我们证明了 MGS 的完备性和有界次优性，并在广泛的操纵和移动操纵任务上实证展示了其有效性。演示、基准测试和代码均可在 https://multi-graph-search.github.io/ 查阅。