更貼近人類行為的導航演算法 Model Helps Robots Navigate More Like Humans Do MIT CSAIL News, October 4, 2018
傳統路徑規劃演算法(RRT*) ，是隨機尋找所有可能路徑，進而推敲出 最加解法，惟此方法無法紀錄、學習走過的路徑，因而增加演算時間。 MIT CSAIL提出一套新的路徑規劃演算法 (DeRRT*)， 融合類神經網路架 構，利用 Convolutional Neural Network (CNN) 搭配 Deep Sequential Models (HMM or LSTM)，讓機器人在移動的同時，觀察周遭環境並記 錄學習，相對於傳統方式，能更快、更省資源找出最佳路徑。 此技術已在車輛導航測試中，成功預測其他車輛的移動模式，後續可 運用在掃地機器人、工廠移動機器人，甚至是自駕車…等領域，亦能 結合 SLAM 技術，廣泛運用在多元地形偵測與建模。 (Read More) (台灣大學 電機研究所 簡碩辰)