机器人学 III：运动规划与 PID 控制

1碰撞检测：规划的「眼睛」

第 3 章定义了配置空间和规划问题。规划算法反复要回答一个问题：「给定关节角 $q$，机械臂会不会撞东西？」碰撞检测（Collision Detection）为规划算法提供这样的判断。

1.1 网格碰撞检测为什么计算量大

如果直接用高精度三维网格（mesh）做检测，朴素逐面对比的计算量很大：

1.2 球体包裹法（Bounding Spheres）

思想：用一串球体近似每个连杆。碰撞判断退化为球心距比较：两球 $\mathbf{p}_i, \mathbf{p}_j$ 碰撞当且仅当 $\|\mathbf{p}_i - \mathbf{p}_j\| \le r_i + r_j$。

中文翻译

显示网格

碰撞网格（碰撞体）

优点：高效（$O(n^2)$）。缺点：保守性导致可行解丢失——包裹球可能填满真实存在的小间隙，还可能产生虚假自碰撞（self-collision）。

1.3 凸包分解（Convex Decomposition）

思想：把凹几何体分解为多个凸包。凸体之间的碰撞检测非常高效，凹体检测则更复杂，因此先用凸体表示复杂几何（课件 p11-12）：

中文翻译

原始网格	凸包	近似凸分解
原始网格	精确凸分解（7611个部分）	近似凸分解（20个部分）

ACD 比球体更精确、保守性误差更小；但凹形物体的高效分解至今仍是几何处理的研究课题。

2PRM：先建地图，再查路径

有了碰撞检测，就可以用采样法（sampling-based）寻找路径：随机生成配置点，检查哪些点有效，再尝试把它们连接起来。这样能逐步探索配置空间。

概率路图法（Probabilistic Roadmap, PRM）分三步：

1. 采样：在 $C_{\text{free}}$ 中随机生成 $N$ 个配置点（均匀采样 $C$-space，拒绝碰撞点——即课件 p16 的 Rejection Sampling）。注意：对 $C$-space 均匀采样自然也对 $C_{\text{free}}$ 均匀（PDF 恒为常数）；
2. 建图：连接邻近点，剔除穿过 $C_{\text{obs}}$ 的边；
3. 查询：在图搜索（Dijkstra / A*）中找 $Q_{\text{start}}$ 到 $Q_{\text{goal}}$ 的路径。

拒绝采样

• 目标是在\(C_{\mathrm{free}}\)中均匀采样。
• 方法：
  • 在C上均匀采样。
  • 拒绝不在可行区域中的样本。

对照原课件第16页与完整中文翻译 →

概率路图（PRM）

• 算法包含两个阶段：
  • 建图阶段：
    • 在\(C_{\mathrm{free}}\)中随机采样状态。
    • 将每个采样状态与其邻居连接。
    • 将起始状态和目标状态连接到图。
  • 查询阶段：运行Dijkstra等寻路算法。

对照原课件第15页与完整中文翻译 →

一个实现细节：如何判断一条边全在 $C_{\text{free}}$ 中？在线段上线性采样一些点（可用二分法加速），逐个做碰撞检测。全部通过时，得到的是该离散分辨率下的有效边；采样点之间的部分需要进一步检查。

PRM 的特点：预计算的路图可复用，适合静态场景下的多查询（换起点终点不用重建图）；场景动态变化时则需重建，效率下降。

3窄通道攻坚战：高斯采样与桥采样

均匀采样有一个常见困难——窄通道（Narrow Passages）。下图展示了有限采样的 PRM 容易失败的场景：障碍物之间有可通行的窄缝，但落在其中的样本太少：

中文翻译

q_start：起始配置

q_goal：目标配置

局限：窄通道

不容易在狭窄桥接区域采到点。

\(q_{\mathrm{start}}\)；\(q_{\mathrm{goal}}\)。

对照原课件第21页与完整中文翻译 →

门缝比房间小得多，同一采样预算下落在门缝里的点可能不足——路图就可能断开。高斯采样与桥采样会增加对这些区域的关注：

3.1 高斯采样（Gaussian Sampling）

1. 均匀采样 $q_1$；以 $q_1$ 为均值、$\sigma^2$ 为方差采样 $q_2 \sim \mathcal{N}(q_1, \sigma^2)$；
2. 若 $q_1 \in C_{\text{free}}$ 且 $q_2 \notin C_{\text{free}}$，添加 $q_1$——即只保留「紧挨着障碍物的自由点」。

中文翻译

均匀采样

高斯采样

效果：边界偏好，更容易获取地图连通信息、找到关键通路。代价：采样效率可能降低，且仍有冗余（凹陷、转角处的路标点）。

$\sigma$ 的权衡：太大难以对窄通道采样；太小则采样效率低、点离障碍太近易碰撞。

3.2 桥采样（Bridge Sampling）

高斯采样的变体，专门在窄通道里「架桥」：均匀采样 $q_1$ → 高斯采样 $q_2$ → 取中点 $q_3$；当 $q_1, q_2 \in C_{\text{obs}}$ 而 $q_3 \in C_{\text{free}}$ 时，添加 $q_3$。

4RRT：向未知空间扩张的树

PRM 先建全局地图再查询；RRT 换一个思路——从起点长出一棵树，直接朝目标方向扩张：

1. 生长树：从 $Q_{\text{start}}$ 出发，向随机采样点扩展树枝；
2. 目标偏置：以概率 $\beta$ 朝 $Q_{\text{goal}}$ 扩展，以概率 $1-\beta$ 朝随机点扩展；
3. 终止：树枝到达 $Q_{\text{goal}}$ 邻域。

中文翻译

\(q_{\mathrm{random}}\)：随机配置；\(q_{\mathrm{near}}\)：最近配置；\(q_{\mathrm{new}}\)：新配置；\(q_{\mathrm{init}}\)：初始配置。

\(q\)；\(\epsilon\)。

RRT 的 Extend 操作：找到树上离 $q_{\text{target}}$ 最近的节点 $q_{\text{near}}$，向目标方向走一个步长 $\epsilon$ 得到 $q_{\text{new}}$，检查 $q_{\text{new}}$ 及其连线都在 $C_{\text{free}}$ 中才加入树。

步长 $\epsilon$ 的权衡：太大——扩展快但可能跳过窄通道；太小——探索精细但节点爆炸、计算负担重。

快速扩展随机树（RRT）

• RRT利用配置空间中的随机样本，生长一棵以起始状态为根的树。
• 每采到一个样本，尝试连接它与树中最近的状态。若该连接位于配置空间中，便在树中产生一个新状态。

对照原课件第25页与完整中文翻译 →

5RRT-Connect 与路径后处理

5.1 RRT-Connect：两棵树相向生长

RRT-Connect（Kuffner & LaValle, ICRA 2000）在 RRT 上加入以下操作：

• 双向树：从 $q_{\text{start}}$ 和 $q_{\text{goal}}$ 同时各长一棵树；
• 定向生长：先让一棵树朝随机样本扩展，再让另一棵树从其最近节点朝新节点连接；每轮可交换两棵树的角色；
• 贪婪扩展：重复按同一步长扩展，直到受阻或到达连接目标。

RRT-Connect

• 分别从\(q_{\mathrm{start}}\)和\(q_{\mathrm{start}}\)开始生长两棵树，而不是只生长一棵。
• 让两棵树朝彼此生长，而不是朝随机配置生长。
• 以多个\(\varepsilon\)步长生长，代替单步生长，从而加强贪婪性。

Kuffner, James J., and Steven M. LaValle. 《RRT-connect：一种高效的单次查询路径规划方法》。ICRA 2000，IEEE国际机器人与自动化会议，卷2，IEEE，2000。

对照原课件第29页与完整中文翻译 →

5.2 Shortcutting：给路径「拉直」

基础 RRT 与 RRT-Connect 不渐近最优，即不能保证路径代价随采样增多趋于全局最优值。有限采样的 PRM 也常产生曲折路径；具有适当连边规则的 PRM*、RRT* 则有相应的渐近最优理论。捷径算法（Shortcutting）是后处理启发式：路径上不相邻的两点若直接连线在自由空间中，就跳过中间点——反复尝试消除弯路。

5.3 多次重启：逃出局部最优

Shortcutting 通过替换路径片段做局部优化。图中 RRT 找到了下方路线，更短的路线却从上方绕过障碍；局部捷径化可能仍留在原来的通道内：

一种改进方法是多次重启：多次运行RRT，对可行路径做捷径化，再按代价选取当前最好的一条。时间紧迫时，捷径化往往能快速改进初始路径，但也会停滞；RRT*等方法的渐近保证建立在理论假设和持续采样上。有限时间内的速度与路径质量，应通过同一任务上的实验比较。

6工业级实践：OMPL 与 MoveIt

实现基础算法后，可以学习工程系统如何调用这些规划器（课件 p35-37）：

实例：OMPL

开放运动规划库

• ROS-MoveIt中的默认规划库。
• 强大的先进采样运动规划算法集合。

MoveIt系统架构

用户／人工智能；MoveIt命令接口；RViz插件；原始动作；占据地图；运动组；规划场景；运动规划模块；规划流水线；规划接口；轨迹执行管理器；控制器；CHOMP：协变哈密顿运动优化；OMPL：开放运动规划库；SBPL：基于搜索的规划库；碰撞检测；FCL：灵活碰撞库；PCD：近邻碰撞检测。

图例：moveit_core包；moveit_ros包；外部包依赖。

对照原课件第35页与完整中文翻译 →

• OMPL：几何规划器（RRTConnect 为默认、RRT*、PRM、LazyPRM 等）+ 基于控制的规划器；其中几何规划器只考虑几何与运动学约束（需另检验路径到动力学可行轨迹的转换），控制规划器则按系统模型传播状态；
• 课件附了 RRTConnect 的三段官方演示视频链接（YouTube），可搜索「OMPL RRTConnect demo」观看。

7控制系统：让关节「说到做到」

规划给出轨迹，但机器人凭什么精确走完？——控制系统。先看组成（课件 p39）：传感器（关节角、速度、力矩）→ 控制器 → 执行器（关节电机），构成回路。

控制系统

• 主要组成：
  • 传感器，例如关节角度、速度、力矩传感器。
  • 执行器，例如关节电机。
  • 控制器。
• 控制系统框图。

期望行为→控制器→低功率控制信号→放大器→高功率控制信号→执行器与传动机构→力与力矩→机械臂与环境动力学。

局部反馈；力扰动；运动与力；传感器；传感器误差。

对照原课件第39页与完整中文翻译 →

执行器、负载和外部扰动会使实际运动偏离目标。反馈控制利用测得的状态持续修正误差，让实际运动接近规划轨迹。

开环 vs 闭环

中文翻译

输入 → 控制器 → 输出

图中英文与中文释义

Input＝输入；Controller＝控制器；Output＝输出。图中没有输出回到输入的箭头，表示无状态反馈的开环控制链。

中文翻译

输入 → 求和点（＋输入、－反馈）→ 误差 → 控制器 → 输出

输入 → 前馈控制器（FF）→ 输出求和点（＋）

输入 → 求和点（＋输入、－反馈）→ 反馈控制器（FB）→ 输出求和点（＋）→ 输出

图中英文与中文释义

Input＝输入；Error＝误差；Controller＝控制器；Output＝输出；FF Controller＝前馈控制器；FB Controller＝反馈控制器。上图用输出反馈修正误差，下图把基于目标的前馈与基于误差的反馈相加。

性能三大指标

定义误差 $\theta_e = \theta_d - \theta$（期望 − 当前），一个「好」的控制系统要：

1. 稳态误差（Steady-State Error）最小：$e_{ss} = \lim_{t\to\infty}\theta_e(t)$，理想为 0；
2. 调节时间（Settling Time）最短：误差首次进入并保持在 ±2% 误差带所需时间；
3. 超调量（Overshoot）最小：$\text{overshoot} = |a/b| \times 100\%$（$a$ 最大偏移、$b$ 稳态值；需要非零归一化基准）。

中文翻译

超调量 \(=|a/b|\times100\%\)

超调量；2%调节时间。

\(\theta_e\)；\(e_{\mathrm{ss}}\)；\(t\)；0；1。

8P 控制：误差的动态方程

最简单的问题：如何把误差信号变成电机指令？P 控制（比例控制）：控制信号与误差大小成正比：

$$ P = K_p\,\theta_e(t) $$

假设控制信号改变状态的导数（速度信号）：$\dot{\theta}(t) = K_p\theta_e(t)$。结合 $\dot{\theta}_e = \dot{\theta}_d - \dot{\theta}$，且目标以恒定速度移动 $\dot{\theta}_d = c$，得到一阶微分方程：

$$ \dot{\theta}_e(t) + K_p\theta_e(t) = c $$

解这个 ODE（齐次通解 + 特解）：

$$ \theta_e(t) = \frac{c}{K_p} + \left(\theta_e(0) - \frac{c}{K_p}\right)e^{-K_p t} $$

从这个解可以读出两种情况：

• $c=0$（目标静止）：$\theta_e(t) = \theta_e(0)e^{-K_pt}$——在本理想连续模型且 $K_p>0$ 时，误差指数衰减到 0；
• $c \neq 0$（目标移动）：稳态误差 $\lim_{t\to\infty}\theta_e = c/K_p \neq 0$——保持一定跟踪滞后。误差与目标速度成正比、与增益成反比。增大 $K_p$ 能减小但不消除。

9PI 控制：消灭稳态误差

在上一节的理想速度输入模型中，P 控制对恒速目标保留跟踪滞后；可增加一个累积误差的项。这就是积分项：

$$ PI = K_p\theta_e(t) + K_i\int_0^t \theta_e(\tau)\,\mathrm{d}\tau $$

误差持续得越久、量越大，积分输出越大——把「一直差一点」累积成可观的修正量。

对速度信号控制的系统（目标加速度为零时），误差动态方程是二阶常系数齐次 ODE：

$$ \ddot{\theta}_e + K_p\dot{\theta}_e + K_i\theta_e = 0 $$

其特征方程 $r^2 + K_pr + K_i = 0$ 的根决定阻尼形态。先假定 $K_p>0,K_i>0$，使两根实部为负；判别式 $K_p^2-4K_i$ 大于、等于、小于零分别对应过阻尼、临界阻尼、欠阻尼。也可写自然频率 $\omega_n=\sqrt{K_i}$、阻尼比 $\zeta=K_p/(2\sqrt{K_i})$。

中文翻译

\(\theta_e\)；\(t\)；0；1。

I；II；III。

中文翻译

PI控制；P控制。

纵轴：\(\theta\)，刻度0、0.5、1.0。

横轴：时间（秒），刻度0、0.5、1.0。

P控制；PI控制。

纵轴：\(\theta_e\)，刻度－0.2、0、0.2。

横轴：时间（秒），刻度0、0.5、1.0。

在理想速度输入模型、连续时间且闭环稳定的条件下，P 可消除固定目标的误差，PI 可消除恒速目标的稳态误差；任意加速轨迹通常仍有跟踪误差。实际负载、延迟、饱和和积分状态都会改变结论。Setpoint 是“固定设定值”，能否只用P仍需按对象及精度要求判断。

10PD 与 PID：完整的控制律

最后一项是微分项——用误差变化率反映趋势：

$$ D = K_d\frac{\mathrm{d}}{\mathrm{d}t}\theta_e(t) $$

与误差变化率成正比：误差在增大时加强控制，误差在减小时温和收力——预测趋势、抑制超调和振荡。当控制输入直接作用于二阶状态导数、惯量已归一化且没有其他动力学项时，PD 误差方程与前节速度输入PI的方程形式相似（$K_d$ 占阻尼位）：

$$ \ddot{\theta}_e + K_d\dot{\theta}_e + K_p\theta_e = \ddot{\theta}_d $$

三者合一就是工业界最广泛使用的PID 控制律：

$$ PID = K_p\theta_e(t) + K_i\int_0^t\theta_e(\tau)\,\mathrm{d}\tau + K_d\frac{\mathrm{d}}{\mathrm{d}t}\theta_e(t) $$

PID调参

独立增大一个参数的影响

参数	上升时间	超调	调节时间	稳态误差	稳定性
\(K_p\)	减小	增大	小变化	减小	变差
\(K_i\)	减小	增大	增大	消除	变差
\(K_d\)	小变化	减小	减小	理论上无影响	\(K_d\)小时改善

Kiam Heong Ang; Chong, G.; Yun Li（2005）。《PID控制系统分析、设计与技术》。IEEE Transactions on Control Systems Technology，13(4):559–576。

Jinghua Zhong（2006年春）。《PID控制器调参：简短教程》（PDF）。2015-04-21存档，2011-04-04查阅。

https://en.wikipedia.org/wiki/PID_controller#cite_note-24

对照原课件第56页与完整中文翻译 →

调参经验表（展示常见趋势；使用时结合被控对象、延迟、滤波和采样时间，并检查闭环稳定性）：

机器人关节里的 PD 控制（课件 p57）

课件示例把每个关节自由度（DoF）作为一个PD驱动接口；实际机械臂可能还包含动力学补偿和其他控制环节，参数叫 stiffness（刚度）与 damping（阻尼）——本质上就是 $K_p$ 和 $K_d$：

$$ \text{force} = \text{stiffness} \times (\text{targetPosition} - \text{Position}) + \text{damping} \times (\text{targetVelocity} - \text{Velocity}) $$

机械臂控制器：内部PD控制器

• 自由度控制：
  • 使用PD控制器控制每个自由度（关节）。
  • 关节参数：刚度、阻尼等。
  • 控制力：\(\mathrm{force}=\mathrm{stiffness}\cdot(\mathrm{targetPosition}-\mathrm{Position})+\mathrm{damping}\cdot(\mathrm{targetVelocity}-\mathrm{Velocity})\)。
• 刚度与阻尼可视为PID控制器中的\(k_p\)与\(k_d\)。

对照原课件第57页与完整中文翻译 →

课件演示了它在两大仿真器中的实践：SAPIEN（sapien.ucsd.edu，课程组自己的仿真器，抓取方向的核心工具）与 Isaac Gym（NVIDIA 并行物理仿真，强化学习标配）。

SAPIEN中的示例

使用PhysX内部PD控制器驱动机器人

active_joints = robot.get_active_joints()

if use_internal_drive:

　for joint_idx, joint in enumerate(active_joints):

　　joint.set_drive_property(stiffness=20, damping=5)

　　joint.set_drive_target(target_qpos[joint_idx])

　# 或者，直接为整个关节结构设置关节目标

　# robot.set_drive_target(target_qpos)

SAPIEN提供内置PhysX驱动（控制器），以控制关节的位置或速度。对每个活动关节（自由度非零），可调用set_drive_property(...)设置驱动属性stiffness（刚度）和damping（阻尼）。驱动采用比例微分形式，施加的力如下：

\(\mathrm{force}=\mathrm{stiffness}\cdot(\mathrm{targetPosition}-\mathrm{position})+\mathrm{damping}\cdot(\mathrm{targetVelocity}-\mathrm{velocity})\)

https://sapien.ucsd.edu/docs

对照原课件第58页与完整中文翻译 →

图中英文与中文释义

Examples in SAPIEN＝SAPIEN中的示例

Drive the robot with the PhysX internal PD controller＝使用PhysX内部PD控制器驱动机器人

对活动关节设置drive properties（驱动参数）的stiffness和damping，再设置drive target（目标位置）

图下给出控制力公式。

读图提示：接口名按原示例保留，须对照对应版本文档。上方代码表达“设置增益，再设置关节目标”的操作次序。

对照本页完整译解

Isaac Gym中的示例

DOF_MODE_POS与DOF_MODE_VEL启用PD控制器，可使用刚度与阻尼参数调节。控制器施加的自由度力与\(\mathrm{posError}\cdot\mathrm{stiffness}+\mathrm{velError}\cdot\mathrm{damping}\)成正比。

DOF_MODE_POS用于位置控制，通常将刚度与阻尼都设置为非零值。

对照原课件第59页与完整中文翻译 →

图中英文与中文释义

Examples in Isaac Gym＝Isaac Gym中的示例

DOF_MODE_POS与DOF_MODE_VEL使用由刚度、阻尼调节的PD控制器

控制力与位置误差posError×stiffness及速度误差velError×damping成正比

位置模式通常把刚度和阻尼都设为非零。

读图提示：黑色区域是演示媒体占位／视频区域，PDF静态页不包含完整动作。模式与参数含义需按对应接口核对。

对照本页完整译解

11本章小结

本章把运动规划与控制接到前两章的运动学上。课件 p60 将机器人学概括为四部分：

机器人学四大件：① 运动学（Kinematics）——笛卡尔空间与关节空间互转；② 动力学（Dynamics）——本课程跳过；③ 运动规划（Motion Planning）——得到几何可行的路径；④ 控制（Control）——确保运动精确跟随规划的轨迹。

12动手实践

本章没有原版课程作业，但两个练习用纯 numpy 就能把算法跑起来——建议都用 matplotlib 可视化，亲眼看到树怎么长、误差怎么收敛。

练习 1：2D RRT 路径规划（40 分钟）

在 $[0,100]^2$ 的平面上放几个圆形障碍物，实现基础 RRT（含目标偏置与 Shortcutting），画出树和最终路径：

import numpy as np
import matplotlib.pyplot as plt

obstacles = [((30, 40), 8), ((60, 65), 10), ((75, 25), 7)]   # (圆心, 半径)

def in_collision(p):
    return any(np.linalg.norm(p - np.array(c)) <= r for c, r in obstacles)

def edge_free(a, b):
    d = b - a
    length2 = np.dot(d, d)
    for center, radius in obstacles:
        u = 0.0 if length2 == 0 else np.clip(np.dot(np.array(center)-a, d) / length2, 0, 1)
        if np.linalg.norm(a + u*d - np.array(center)) <= radius:
            return False
    return True

q_start, q_goal = np.array([5., 5.]), np.array([95., 95.])
V = [q_start]; parent = [-1]; eps = 4; beta = 0.1
np.random.seed(42)

for i in range(2000):
    q_target = q_goal if np.random.rand() < beta else np.random.rand(2)*100
    idx = min(range(len(V)), key=lambda j: np.linalg.norm(V[j]-q_target))
    d = q_target - V[idx]; distance = np.linalg.norm(d)
    if distance < 1e-12: continue
    q_new = V[idx] + min(eps, distance) * d / distance
    if np.any(q_new < 0) or np.any(q_new > 100): continue
    if not in_collision(q_new) and edge_free(V[idx], q_new):
        V.append(q_new); parent.append(idx)
        if np.linalg.norm(q_new - q_goal) < eps and edge_free(q_new, q_goal):
            V.append(q_goal.copy()); parent.append(len(V)-2)
            print("已验证并连接目标！"); break

# 回溯路径并可视化（略：画障碍圆、树边、最终路径）

挑战 1：加 Shortcutting——随机挑路径上两点，直连无碰撞就删中间点。挑战 2：把 $\beta$ 调到 0.8 和 0.02，观察树的形态差异（探索 vs 利用）。

练习 2：P 与 PI 跟踪仿真（30 分钟）

仿真一个一阶系统（如关节速度指令控制位置），对比 P 与 PI 在恒速目标下的表现：

import numpy as np

dt, T = 0.01, 10.0
ts = np.arange(0, T, dt)
theta = 0.0; theta_d = 0.0
Kp, Ki = 8.0, 12.0

errs_p, errs_pi = [], []
theta_p = theta_pi = 0.0
integral = 0.0
for t in ts:
    theta_d = 1.0 * t          # 目标以恒速 1 移动
    # P 控制：theta_dot = Kp * err
    theta_p += Kp * (theta_d - theta_p) * dt
    errs_p.append(1.0 * (t + dt) - theta_p)
    # PI 控制：theta_dot = Kp*err + Ki*∫err
    e = theta_d - theta_pi
    integral += e * dt
    theta_pi += (Kp * e + Ki * integral) * dt
    errs_pi.append(1.0 * (t + dt) - theta_pi)

print("P  稳态误差:", np.round(errs_p[-1], 4))
print("PI 稳态误差:", np.round(errs_pi[-1], 4))   # 应趋近 0

挑战：画出两条误差曲线；把 $K_p$ 翻倍看稳态误差是否减半（验证 $c/K_p$）；增大 $K_i$ 观察欠阻尼与数值积分误差；若出现发散，同时检查时间步长，区分离散数值积分误差与连续模型的稳定性。

附A术语表

附B课件 61 页完整索引

原版 Lecture 4 课件共 61 页（GitHub 原文件）。下表逐页列出内容及在本教程中的位置：

附C参考资源

• 课程官网：pku-epic.github.io/Intro2EAI_2025
• 本教程素材来源仓库：zhuozhiyongde/Embodied-Artificial-Intelligence-2025Spring-PKU
• 本章课件：Slides/Lecture04_03_10.pdf（61 页）
• 本章笔记原文：Notes/04-Robotics-III.md

最优性理论参见Karaman与Frazzoli：采样式最优运动规划；规划器区别参见OMPL官方规划器文档。

延伸阅读

• Kuffner & LaValle, RRT-Connect, ICRA 2000：双向 RRT 原始论文
• OMPL 官网（ompl.kavrakilab.org）与 MoveIt 2 教程（ROS 2 官方文档）
• SAPIEN 仿真器文档（sapien.ucsd.edu）：关节控制接口
• Isaac Lab 文档：并行物理仿真与 RL 训练框架（Isaac Gym 的继任者）
• 课件附 OMPL 演示视频：YouTube 搜索「OMPL RRTConnect demo」