Plánovač pro klasické plánování postavený na RRT

Marie Geislerová

RRT-Based Solver for Classical Planning Problems

Type of document

bakalářská práce
bachelor thesis

Author

Marie Geislerová

Supervisor

Fišer Daniel

Opponent

Vonásek Vojtěch

Field of study

Informatika a počítačové vědy

Study program

Otevřená informatika

Institutions assigning rank

katedra kybernetiky

Rights

A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.html
Vysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html

Metadata

Show full item record

Abstract

Problémy klasického plánování se obvykle řeší pomocí algoritmů dopředného prohledávání (forward search) s heuristikou. Přestože obvykle dosahují požadovaných výsledků, v některých případech může problém obsahovat velké oblasti, kde všechny stavy mají stejnou hodnotu heuristiky a je složité zvolit nejlepší směr. Když nastane podobná situace u plánování pohybu robotů, mohou být takové problémy řešeny algoritmy, které používají randomizaci. Mohlo by být vhodné vidět jejich potenciál v klasickém plánování. Tato práce se zabývá adaptováním, implementací a testováním algoritmu Rapidly-exploring Random Trees (RRT), který byl navržen pro plánování ve spojitém prostoru, pro klasické prohledávání v diskrétním prostoru.

Problems of classical planning are usually solved by using the algorithms of forward search with heuristic. Although the search is usually able to achieve the desired results, in some cases the problem can have large plateaus where all states have the same heuristic value and it is difficult to choose the best direction. In case a similar problem occurs in motion planning, such problems can be resolved by algorithms using randomization. It could be benefitial to see their potential in classical planning. This thesis deals with adapting, implementing and testing the Rapidly-exploring Random Trees (RRT) algorithm, which was designed for motion planning in continuous space, to classical planning.