├── 移动机器人运动规划与轨迹优化全栈课程
├── 1、运动规划导论与地图表达
│ ├── 01：运动规划基础概念与算法分类
│ └── 02：移动机器人常用地图构建与表征结构
├── 2、基于搜索的路径规划算法
│ ├── 01：图搜索基础理论
│ ├── 02：Dijkstra 算法与 A* 启发式搜索算法
│ └── 03：JPS (Jump Point Search) 跳点搜索算法
├── 3、基于采样的路径规划算法
│ ├── 01：PRM (Probabilistic Roadmap) 概率路线图算法
│ └── 02：RRT / RRT* 基于采样的最优路径规划算法
├── 4、动力学约束下的运动规划
│ ├── 01：移动机器人动力学与运动学模型
│ ├── 02：State Lattice 状态栅格搜索算法
│ ├── 03：OBVP 两点边界最优控制问题
│ ├── 04：Hybrid A* (混合 A* 算法)
│ └── 05：Kinodynamic RRT* (动力学约束 RRT* 算法)
├── 5、前端轨迹生成与 Minimum Snap 轨迹优化
│ ├── 01：Minimum Snap 多项式轨迹生成原理
│ └── 02：闭式求解与硬/软约束轨迹优化实战
├── 6、模型预测控制 (MPC) 与运动规划
│ ├── 01：Model Predictive Control (MPC) 控制算法
│ └── 02：MPC 局部轨迹优化与避障规划
├── 7、不确定性规划与集群机器人运动规划
│ ├── 01：马尔可夫决策过程 (MDP) 与规划中的不确定性
│ ├── 02：值迭代 (Value Iteration) 与 RTDP 实时动态规划
│ └── 03：最小最大代价规划与最小期望代价规划
└── 8、移动机器人局部规划经典框架与案例实战
├── 01：TEB / DWA 局部路径规划算法框架
└── 02：移动机器人局部避障与轨迹追踪全流程
