I. 简介
几十年来，导航算法越来越复杂了。他们可以处理大量的传感器数据，以高精度跟踪障碍物和自由空间的位置。结合正确的路径规划者，他们可以很好地在机器人周围导航机器人。然而，许多这些导航算法也遇到同样的问题：算法基于静态约束寻找有效的碰撞 - 自由路径。这种算法对于许多用例来说是很好的，或者在抽象中导航，如果所有这些都是从点A到点B，这是不够的。对于其他用例来说还不够。对于在人口稠密的动态环境中移动的机器人，需要将更复杂的约束集成到优化中。从一个点到另一个点只是一个更大的上下文的一部分。机器人围绕障碍物移动只是为了避免碰撞是不够的;机器人必须因为语义上的不同而对待这个障碍。例如，在大多数情况下驾驶几厘米远离桌子是完全正确的。然而，我们绝不希望紧密的贴着人驾驶。然而，在等价对待所有障碍的成本图中，路径规划者无法选择一条正确的路径。 几十年来，导航算法越来越复杂了。他们可以处理大量的传感器数据，以高精度跟踪障碍物和自由空间
