一个常用的技巧，包括OMPL里也在使用的，就是固定一个很小的概率，比如5%，直接采样在target，叫做goal biasing 启动一个引导作用。

会的。这种tie breaker只能处理一部分对称情况，就是g,h不相等，f相等的情况。你说的办法很好，相当于我后面说的给出一个按照coordinate的determinstic random value的tie breaker了

@国海峰 没算错

是最优的。

一般是忽略。对于课上讲的低维空间下planning是忽略障碍物。如果是很高维度的planning有时候可以是考虑障碍物但是忽略动力学约束（部分）后搜索的path

@xilin 不了解Brushfire方法

ubuntu 16.04下ros kinetic自带pcl 1.7。不明白为何要自己从源码安装？

不会

MPC书籍很多，内容也过于丰富。建议还是先看看近期相关论文，了解一下具体问题。

暂时不需要预习。课程开始后预习内容会在每课结束前给出推荐。