行星车快速且最优的基于学习的路径规划方法

本文提出了一种基于学习的方法，用于在高程地图中快速搜索最优路径。该方法通过学习起点和目标位置的语义信息以及地图表示，并生成每个像素的概率分布，表示其属于地图上最优路径的可能性。通过计算遍历成本，该方法能够在新颖的地图上进行路径规划。实验证明，该方法能够显著缩短寻找最优路径的时间，并且优势随着地图规模的增加而增加。