PRM算法与RRT算法

PRM算法（Probabilistic Roadmap Algorithm）和RRT算法（Rapidly-exploring Random Tree Algorithm）都是用于路径规划的算法。

PRM算法是一种基于采样的方法，它通过在自由空间中随机采样一些点，并利用这些点构建一个图来表示环境。然后，通过连接图中的节点，建出一些可行的路径。最后，使用搜索算法（如Dijkstra算法）在图中找到最优路径。PRM算法的优点是可以处理复杂的环境和高维空间，但是在构建图和搜索路径时需要大量的计算。

RRT算法是一种基于树的方法，它通过随机采样和扩展来构建一棵树，树的节点表示机器人在环境中的位置。RRT算法通过不断扩展树来探索环境，并且在扩展过程中尽量避免碰撞。最终，RRT算法会找到一条从起点到目标点的路径。RRT算法的优点是快速且易于实现，但是在复杂环境中可能会产生非最优路径。