共计 1178 个字符，预计需要花费 3 分钟才能阅读完成。
布局的概念曾经广泛应用于人工智能、管制实践、机器人、主动驾驶等畛域。在主动驾驶软件的开发中，静止布局是最外围的模块之一。它将综合来自感知，定位和地图等信息，布局出无人车将来一段时间（约 10 秒）的一系列动作指令，如方向盘转角，油门，刹车等。
《Planning Algorithms》，由 Steven M. LaValle 编著，剑桥大学出版社出版，豆瓣评分 9.3 分，被誉为静止布局“圣经”，是主动驾驶必读经典书。
这本书提出了多种不同布局算法的对立解决，涵盖了静止布局、离散布局、不确定性布局、基于传感器的布局、可见性、决策实践布局、博弈论、信息空间、强化学习、非线性零碎、轨迹布局、非残缺布局和动静布局。
Steven M. LaValle 不仅介绍了在机器人、人工智能、管制实践等学科中呈现的算法及布局问题，也重点介绍了大量的概念（不局限于算法），有助于建模、求解和剖析布局问题。
读者评估《Planning Algorithms》是机器人门路布局算法中实践形容最为清晰、全面且基础性的业余参考文献，倡议 SLAM/V-SLAM/Path Planning 等钻研方向学生作为入门参考文献。
全书分为 4 个局部，包含基础知识、静止布局、决策论布局以及微积分条件下的决策布局，您能够一个章节一个章节按程序浏览，也能够抉择本人感兴趣的局部进行浏览。
第一局部（基础知识，Chapter 1-2），本局部为其余局部提供重要的基础学科背景。Chapter 1 介绍了一些对布局算法的意识以及从不同学科对待布局算法的论断，布局算法的利用与案例与重要主题；Chapter 2 介绍了最简略的布局模式，能够作为其余局部的前置常识。
第二局部（静止布局，Chapter 3-8），次要探讨 间断状态空间中的布局，相干问题与算法来自机器人学，具备通用性，能够迁徙利用到其余畛域，如计算机生物学、计算机图像学。Chapter 3-4 将介绍根底机器人布局所须要的基础知识，Chapter 5-6 则提出解决问题的算法，Chapter 7-8 对根底问题进行了一个延展。
第三局部（决策论布局，Chapter 9-12)，介绍了 离散状态空间的布局，探讨了根本决策实践、序贯决策实践、传感器与空间信息，存在感测不确定性条件下的布局（包含定位、地图绘制、追逃以及操作等问题，与信息空间的布局思路相对立。）
第四局部（微分约束条件下的布局，Chapter 13-15），能够视为静止布局续篇，这部分内容介绍了在静止布局中呈现的间断状态空间中存在全局与部分（微分）束缚，也思考了动力学束缚。
此外，本书提供了 500 多个例子与练习题，每章中的习题分为书面解答问题与实现计划，帮忙你把握布局算法。
Steven M. LaValle 曾经凋谢该书的收费下载权限，感兴趣的读者在公众号【AIer Hub】后盾回复1011 布局算法，即获取电子书。
本文由 mdnice 多平台公布