Deep RRT

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F22%3A00364779" target="_blank" >RIV/68407700:21230/22:00364779 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/68407700:21730/22:00364779

Výsledek na webu

<a href="https://doi.org/10.1609/socs.v15i1.21803" target="_blank" >https://doi.org/10.1609/socs.v15i1.21803</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1609/socs.v15i1.21803" target="_blank" >10.1609/socs.v15i1.21803</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Deep RRT

Popis výsledku v původním jazyce

Sampling-based motion planning algorithms such as Rapidly exploring Random Trees (RRTs) have been used in robotic applications for a long time. In this paper, we propose a method that combines deep learning with RRT* method. We use a neural network to learn a sample strategy for RRT*.We evaluate Deep RRT* in a collection of 2D scenarios. The results demonstrate that our algorithm could find collision-free paths efficiently and fast, and can be generalized to unseen environments.

Název v anglickém jazyce

Deep RRT

Popis výsledku anglicky

Sampling-based motion planning algorithms such as Rapidly exploring Random Trees (RRTs) have been used in robotic applications for a long time. In this paper, we propose a method that combines deep learning with RRT* method. We use a neural network to learn a sample strategy for RRT*.We evaluate Deep RRT* in a collection of 2D scenarios. The results demonstrate that our algorithm could find collision-free paths efficiently and fast, and can be generalized to unseen environments.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2022

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the Fifteenth International Symposium on Combinatorial Search

ISBN

978-1-57735-873-2

ISSN

—

e-ISSN

—

Počet stran výsledku

3

Strana od-do

333-335

Název nakladatele

Association for the Advancement of Artificial Intelligence (AAAI)

Místo vydání

Palo Alto, California

Místo konání akce

Vídeň

Datum konání akce

21. 7. 2022

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—