基于任意时双向启发式搜索的动力学运动规划算法及紧致终止条件
机器人学
2026-04-14 v1
摘要
本文提出了一种渐进最优的动力学采样基运动规划算法——双向紧致启发式树 (Bidirectional Tight Informed Trees, BTIT*)，其集成了任意时双向启发式搜索 (Bi-HS) 方法，确保满足“中间相遇”属性 (meet-in-the-middle property, MMP) 以及最优性 (MM-optimality)。BTIT* 是首个利用高效评估终止条件，使其在批处理式采样基运动规划中实现即时早期终止的任意时 MEET 风格算法。实验表明，在两个动力学基准测试中（4 维双积分模型与 10 维线性四旋翼机模型），BTIT* 在时间到首个解 (time-to-first-solution) 方面显著优于代表性非懒惰信息批处理规划器，并且收敛性能得到改善。
引用
@article{arxiv.2604.11587,
title = {Optimal Kinodynamic Motion Planning Through Anytime Bidirectional Heuristic Search with Tight Termination Condition},
author = {Yi Wang and Bingxian Mu and Shahab Shokouhi and May-Win Thein},
journal= {arXiv preprint arXiv:2604.11587},
year = {2026}
}