• 学习时长

    八周/建议每周至少六小时

  • 答疑服务

    专属微信答疑群/讲师助教均参与

  • 作业批改

    每章节设计作业/助教及时批改评优

  • 任务1: 助教分组结果.xlsx
  • 第1章: 概述和课程介绍
  • 第1节: 课程介绍
  • 任务2: 【课件】概述与课程介绍.pdf
  • 任务3: 【视频】课程总体介绍 34:18
  • 第2节: 运动规划方法分类
  • 任务4: 【视频】课纲介绍与规划方法分类 38:19
  • 第3节: 常用地图结构与基础知识
  • 任务5: 【视频】常用地图结构与基础知识
  • 第4节: 实践作业
  • 任务6: 【视频】实践演示
  • 任务7: 【作业】第1章
  • 第2章: 基于搜索的路径规划
  • 第1节: 图搜索基础
  • 任务8: 【课件】基于搜索的路径规划.pdf
  • 任务9: 【视频】图搜索基础(Graph Search Basis)
  • 第2节: Dijkstra 和A*算法
  • 任务10: 【视频】Dijkstra 和A*算法(Dijkstra and A*) 53:26
  • 第3节: JPS算法
  • 任务11: 【视频】JPS算法(Jump Point Search)
  • 第4节: 实践作业
  • 任务12: 【视频】实践演示 02:26
  • 任务13: 【作业】第2章
  • 第3章: 基于采样的路径规划
  • 第1节: 概率路线图算法
  • 任务14: 【课件】基于采样的路径规划(SAMPLING-BASED PATH FINDING).pdf
  • 第2节: 快速探索随机树算法
  • 任务15: 【视频】 概率路线图算法&快速探索随机树算法
  • 第3节: 基于采样的最优路径规划算法
  • 任务16: 【视频】基于采样的最优路径规划算法&基于采样的路径规划算法进阶
  • 第4节: 作业
  • 任务17: 【作业】第3章
  • 第4章: 动力学约束下的路径规划
  • 第1节: 动力学概念介绍
  • 任务18: 【课件】动力学约束下的路径规划.pdf
  • 任务19: 【视频】动力学概念简介(Introduction)
  • 第2节: 状态栅格搜索算法
  • 任务20: 【视频】状态栅格搜索算法(State Lattice Search)
  • 第3节: 两点边界值最优控制问题
  • 任务21: 【视频】两点边界值最优控制问题 39:46
  • 第4节: 混合A*算法
  • 任务22: 【视频】 混合A*算法(Hybrid A*)
  • 第5节: 动力学约束RRT*算法
  • 任务23: 【视频】动力学约束RRT*算法(Kinodynamic RRT*)
  • 第6节: 作业
  • 任务24: 【作业】第4章
  • 任务25: 【视频】实践演示
  • 第5章: 轨迹生成
  • 第1节: Minimum-snap轨迹生成
  • 任务26-1: 【课件】L5.pdf
  • 任务26-2: 【视频】Minimum-snap轨迹 119:56
  • 第2节: 实践作业
  • 任务27: 【作业】第5章
  • 第6章: 软约束和硬约束下的轨迹优化
  • 第1节: 软约束和硬约束轨迹优化方法
  • 任务28-1: 【课件】L6.pdf
  • 任务28-2: 【视频】软约束和硬约束下的轨迹优化
  • 第2节: 作业
  • 任务29-1: 【视频】作业视频讲解
  • 任务29-2: 【作业】第六章
  • 第7章: 基于马尔可夫决策过程的运动规划
  • 任务30: 【课件】MDP-Based Planning.pdf
  • 第1节: 规划中的不确定性和马尔可夫决策过程
  • 任务31: 【视频】规划中的不确定性和马尔可夫决策过程
  • 第2节: 最小最大代价规划和最小期望代价规划
  • 任务32: 【视频】 最小最大代价规划和最小期望代价规划
  • 第3节: 值迭代和实时动态规划
  • 任务33: 【视频】值迭代和实时动态规划 13:47
  • 第4节: 作业
  • 任务34: 【作业】第七章
  • 第9章: Project
  • 第1节: 大作业
  • 任务37-1: 【Project】大作业
  • 任务37-2: 【视频】大作业demo