-
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
课程价格:
¥899.00
已报满
支持花呗分期
- 免费 任务1: 【视频】JPS算法 29:44
- 第1章: 概述和课程介绍
- 第1节: 运动规划方法分类
- 第2节: 常用地图结构与基础知识
- 第3节: 实践作业
- 第2章: 基于搜索的路径规划
- 第1节: 图搜索基础
- 第2节: Dijkstra 和A*算法
- 第3节: JPS算法
- 第4节: 实践作业
- 第3章: 基于采样的路径规划
- 第1节: 概率路线图算法&快速探索随机树算法
- 第2节: 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3节: 实践作业
- 第4章: 动力学约束下的路径规划
- 第1节: 动力学概念介绍
- 第2节: 状态栅格搜索算法
- 第3节: 两点边界值最优控制问题
- 第4节: 混合A*算法
- 第5节: 动力学约束RRT*算法
- 第6节: 实践作业
- 第5章: 轨迹生成
- 第1节: 介绍
- 第2节: Minimum-snap轨迹优化方法
- 第3节: Minimum-snap优化的闭式解
- 第4节: 工程实现细节
- 第5节: 实践作业
- 第6章: 软约束和硬约束下的轨迹优化
- 第1节: 软硬约束轨迹优化方法
- 第2节: 实践作业
- 第7章: 基于马尔可夫决策过程的运动规划
- 第1节: 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
- 第3节: 值迭代和实时动态规划
- 第4节: 实践作业
- 第8章: 模型预测控制在运动规划的应用
- 第1节: MPC简介、线性MPC方法和非线性MPC方法
- 第2节: 实践作业
- 第9章: Project
- 第1节: 实践大作业