01
路径规划概述
什么是路径规划 · 应用领域（机器人/自动驾驶/无人机）· 课程知识体系
概念导论
02
空间与环境建模
构型空间(C-Space) · 栅格/拓扑/几何地图表示
建模地图
03
图搜索基础
图论基本概念 · DFS · BFS
图搜索基础
04
Dijkstra算法
算法原理 · 优先队列 · 最优性证明 · 栅格仿真
经典最短路径
05
A*算法
启发式函数(曼哈顿/欧氏) · 算法流程 · 与Dijkstra对比
启发式A*
06
A*算法进阶
权重A* · 双向A* · D* Lite · 工程技巧
进阶动态
07
Jump Point Search (JPS)
跳点规则 · 均匀栅格加速
加速栅格
08
基于采样的规划概述
概率完备性 · 渐进最优性 · RRT/PRM核心思想
采样随机
09
PRM算法
学习/查询阶段 · 碰撞检测 · k近邻 · 优缺点
概率路图静态
10
RRT算法
随机采样扩展 · 目标偏向 · RRT-Connect
快速扩展RRT
11
RRT*算法
Rewire机制 · 渐进最优性 · 收敛速度
最优RRT*
12
Informed RRT*
椭圆子集采样 · 聚焦优化 · 狭窄通道
采样优化Informed
13
人工势场法
引力/斥力场 · 局部极小值 · 随机逃逸改进
势场局部
14
动态窗口法 (DWA)
速度采样 · 轨迹预测 · 评价函数 · 移动机器人
DWA局部规划
15
Time-Elastic Band (TEB)
轨迹优化模型 · 图优化 · 实时性
TEB优化
16
路径平滑与优化
B样条 · 贝塞尔 · 最小snap · 凸优化
平滑曲线
17
决策算法概述
FSM · 行为树 · MDP
决策框架
18
有限状态机 (FSM)
状态定义 · 转移条件 · 自动驾驶换道/跟车
FSM状态机
19
行为树 (Behavior Tree)
节点类型(序列/选择/条件) · 与FSM对比 · 可视化
行为树BT
20
马尔可夫决策过程 (MDP)
状态/动作/奖励/转移 · 策略与价值函数
MDP强化学习
21
动态规划与值迭代
贝尔曼方程 · 值迭代/策略迭代 · 格子世界
DP值迭代
22
Q-Learning
Q表更新 · ε-贪婪 · 简单路径选择
Q学习无模型
23
Deep Q-Network (DQN)
神经网络拟合Q · 经验回放 · 目标网络
DQN深度强化
24
多智能体路径规划
顶点/边冲突 · 基于冲突的搜索(CBS)
多智能体CBS
25
协同规划与编队控制
领航-跟随 · 虚拟结构 · 一致性理论
编队协同
26
动态环境中的重规划
局部+全局 · 滚动时域(RHC) · 风险感知
重规划动态
27
ROS导航栈实战
move_base框架 · costmap层 · global/local规划器配置
ROS导航
28
路径规划评估指标
路径长度/时间/成功率/平滑度/安全裕度
评估指标
29
前沿趋势
Learning from Demonstration · 端到端 · 大模型规划
前沿AI
30
综合项目实战
仓库AGV路径规划与决策系统 · 需求/选型/仿真
实战AGV