原理

相比于最原始的 RRT 算法的一些缺點(diǎn)，提出的一種改進(jìn)的 RRT 算法

    為了加快隨機(jī)樹到達(dá)目標(biāo)點(diǎn)的速度，簡(jiǎn)單的改進(jìn)方法是：在隨機(jī)樹每次的生長(zhǎng)過程中，根據(jù)隨機(jī)概率（0.0 到 1.0 的隨機(jī)值 p）來選擇生長(zhǎng)方向是目標(biāo)點(diǎn)還是隨機(jī)點(diǎn)。2001 年，LaValle在采樣策略方面引入 RRT GoalBias 與 RRT GoalZoom，RRT GoalBias 方法中，規(guī)劃器隨機(jī)采樣的同時(shí),以一定概率向最終目標(biāo)運(yùn)動(dòng)；RRTGoalZoom 方法中，規(guī)劃器分別在整個(gè)空間和目標(biāo)點(diǎn)周圍的空間進(jìn)行采樣。

    和普通RRT的區(qū)別僅在于隨機(jī)撒點(diǎn)的時(shí)候有區(qū)別，這個(gè)p越大，算法越快，但對(duì)于復(fù)雜地形，可能會(huì)陷入局部極小處，反而變慢。一般取p=0.1

程序示例

參考

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