路径规划（四）目标偏好RRT（Goal_RRT）

原理

相比于最原始的 RRT 算法的一些缺点，提出的一种改进的 RRT 算法

    为了加快随机树到达目标点的速度，简单的改进方法是：在随机树每次的生长过程中，根据随机概率（0.0 到 1.0 的随机值 p）来选择生长方向是目标点还是随机点。2001 年，LaValle在采样策略方面引入 RRT GoalBias 与 RRT GoalZoom，RRT GoalBias 方法中，规划器随机采样的同时,以一定概率向最终目标运动；RRTGoalZoom 方法中，规划器分别在整个空间和目标点周围的空间进行采样。

    和普通RRT的区别仅在于随机撒点的时候有区别，这个p越大，算法越快，但对于复杂地形，可能会陷入局部极小处，反而变慢。一般取p=0.1

程序示例

参考

Rapidly-Exploring Random Trees: A New Tool for Path Planning