近端优化策略在线规划、多终端约束轨迹在线规划、能量最优轨迹在线规划

### 回答1：
这些都是机器人路径规划中常见的优化策略，其中近端优化策略主要是针对机械臂、无人车等运动控制中的实时性问题；多终端约束轨迹在线规划则是指多个机器人在协同作业时需要考虑交通与协同问题的路径规划；而能量最优轨迹在线规划则是指机器人在移动中需要考虑能源利用率的路径规划问题。这些优化策略的应用可以提高机器人的运动效率和稳定性。

### 回答2：
近端优化策略在线规划是指在机器人执行任务时，通过实时地调整机器人的轨迹和动作来达到任务的最优执行效果。这种策略主要关注机器人在执行任务时的实时表现，可以通过对机器人动作和轨迹的在线规划来实现。比如，可以通过对机器人的局部感知和判断，将机器人的动作规划与环境中的物体位置和障碍物的信息进行实时调整，从而使机器人的执行效果更加高效和准确。

多终端约束轨迹在线规划是指在多个终端之间共享任务并协同执行时，通过在线规划机器人的路径和轨迹来满足各种约束条件。这种规划策略可以同时考虑多个终端的约束条件，如机器人的动力学约束、任务约束、硬件限制等，从而实现多个终端之间的协同工作和任务分配。这种策略可以通过任务分解、路径规划、动作分配等技术来实现，既可以考虑整体效果，又可以满足各个终端的特定需求。

能量最优轨迹在线规划是指在机器人执行任务时，通过在线规划机器人的轨迹来最小化能量的消耗。这种规划策略可以通过对机器人的运动学和能量消耗模型进行建模和优化，从而找到一条最优的轨迹，使机器人在执行任务时的能量消耗最小。这种策略可以应用于许多机器人任务，如导航、搬运等，通过最优轨迹规划可以降低机器人的能源消耗，延长机器人的工作时间，并提高任务执行的效率。