#path-planning Repository
Scopri 27 repository GitHub open source attivi contrassegnati con #path-planning, che raccolgono un totale di 62,683 stelle (con una media di 2,321 stelle per progetto). Il progetto leader di questo argomento è AtsushiSakai/PythonRobotics, con 30,953 stelle.
27 repository in totale
Codici di esempio in Python e libro di testo per algoritmi di robotica.
Pianificazione del movimento e Navigazione di AGV/AMR: implementazione del plugin del pianificatore ROS di A*, JPS, D*, LPA*, D* Lite, Theta*, RRT, RRT*, RRT-Connect, Informed RRT*, ACO, PSO, Voronoi, PID, LQR, MPC, DWA, APF, Pure Pursuit ecc.
Impara le basi della robotica attraverso l'esperienza pratica utilizzando ROS 2 e la simulazione Gazebo.
Impara la guida autonoma costruendola: simulazioni in Python e un libro di testo aperto in cui il sistema cresce passo dopo passo. Sostituisci e confronta gli algoritmi di localizzazione, pianificazione e controllo all’interno dello stesso sistema.
Un pianificatore di traiettorie ottimale che considera topologie distintive per robot mobili basato su Timed-Elastic-Bands (ROS Package)
Un simulatore robotico leggero basato su Python progettato per la navigazione, il controllo e l’apprendimento.
The Robotics Library (RL) è una libreria C++ autonoma per la cinematica e la dinamica dei corpi rigidi, la pianificazione del movimento e il controllo.
[TRO 2025] NeuPAN: Navigazione diretta di robot puntuali con apprendimento basato su modello end-to-end.
Pianificazione del movimento (Pianificazione del percorso e Pianificazione/Tracciamento della traiettoria) di AGV/AMR: implementazione Python di Dijkstra, A*, JPS, D*, LPA*, D* Lite, (Lazy)Theta*, RRT, RRT*, RRT-Connect, Informed RRT*, Voronoi, PID, DWA, APF, LQR, MPC, RPP, Bezier, Dubins ecc.
Controllo del quadrotor, pianificazione del percorso e ottimizzazione della traiettoria
Framework per la gestione delle mappe per la guida automatizzata
Percorsi di copertura robusti ed efficienti per veicoli agricoli autonomi. Una libreria modulare ed estensibile per la pianificazione dei percorsi di copertura
[CMU] Un Framework versatile e modulare progettato per veicoli aerei senza pilota autonomi [UAV] (C++/ROS/PX4)
Grey Wolf Optimizer (GWO) pianificazione del percorso/pianificazione della traiettoria/ottimizzazione della traiettoria, pianificazione della rotta multi-agente/multi-drone
Framework modulare per la pianificazione di percorsi informativi online.
La pianificazione del percorso a copertura completa fornisce un plugin move_base_flex che può pianificare un percorso che coprirà completamente un'area data
Implementazione del codice Python per la pianificazione e il controllo della guida autonoma
Pianificazione del percorso con apprendimento rinforzato profondo, pianificazione del percorso SAC, algoritmo Soft Actor-Critic, SAC-pytorch, evitamento di ostacoli con LiDAR, simulazione LiDAR, Adaptive-SAC
Domande frequenti
Qual è il repository #path-planning più popolare su GitHub?
Il progetto open source #path-planning più alto in classifica su GitHub è AtsushiSakai/PythonRobotics, con 30,953 stelle. Codici di esempio in Python e libro di testo per algoritmi di robotica.
Quali linguaggi di programmazione sono più utilizzati nei repository #path-planning?
Tra i progetti #path-planning più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono C++, Python, MATLAB, Rust.
Come viene calcolata la classifica dei repository #path-planning?
Monitoriamo 27 repository open source attivi contrassegnati con #path-planning (500+ stelle), per un totale di 62,683 stelle e una media di 2,321 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.