豆瓣评分9.3！运动规划圣经，自动驾驶学习必备书！

规划的概念已经广泛应用于人工智能、控制理论、机器人、自动驾驶等领域。在自动驾驶软件的开发中，运动规划是最核心的模块之一。它将综合来自感知，定位和地图等信息，规划出无人车未来一段时间（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，被誉为运动规划“圣经”，是自动驾驶必读经典书。

这本书提出了多种不同规划算法的统一处理，涵盖了运动规划、离散规划、不确定性规划、基于传感器的规划、可见性、决策理论规划、博弈论、信息空间、强化学习、非线性系统、轨迹规划、非完整规划和动态规划。

Steven M. LaValle不仅介绍了在机器人、人工智能、控制理论等学科中出现的算法及规划问题，也重点介绍了大量的概念（不局限于算法），有助于建模、求解和分析规划问题。

读者评价《Planning Algorithms》是机器人路径规划算法中理论描述最为清晰、全面且基础性的专业参考文献，建议SLAM/V-SLAM/Path Planning等研究方向学生作为入门参考文献。

全书分为4个部分，包括基础知识、运动规划、决策论规划以及微积分条件下的决策规划，您可以一个章节一个章节按顺序阅读，也可以选择自己感兴趣的部分进行阅读。

第一部分（基础知识，Chapter 1-2），本部分为其他部分提供重要的基础学科背景。Chapter 1 介绍了一些对规划算法的认识以及从不同学科看待规划算法的结论，规划算法的应用与案例与重要主题；Chapter 2介绍了最简单的规划形式，可以作为其他部分的前置知识。

第二部分（运动规划，Chapter 3-8），主要讨论连续状态空间中的规划，相关问题与算法来自机器人学，具有通用性，可以迁移应用到其他领域，如计算机生物学、计算机图像学。Chapter 3-4 将介绍基础机器人规划所需要的基础知识，Chapter 5-6 则提出解决问题的算法，Chapter 7-8 对基础问题进行了一个延展。

第三部分（决策论规划，Chapter 9-12)，介绍了离散状态空间的规划，讨论了基本决策理论、序贯决策理论、传感器与空间信息，存在感测不确定性条件下的规划（包括定位、地图绘制、追逃以及操作等问题，与信息空间的规划思路相统一。）

第四部分（微分约束条件下的规划，Chapter 13-15），可以视为运动规划续篇，这部分内容介绍了在运动规划中出现的连续状态空间中存在全局与局部（微分）约束，也考虑了动力学约束。

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方案，帮助你掌握规划算法。

Steven M. LaValle已经开放该书的免费下载权限，感兴趣的读者在公众号【AIer Hub】后台回复1011规划算法，即获取电子书。

本文由mdnice多平台发布