Antigravity Agent
28 lines
1.7 KiB
Markdown
28 lines
1.7 KiB
Markdown
---
|
|
id: [[P-Reinforce|P-Reinforce]]-AI-PATHPLAN
|
|
category: "10_Wiki/💡 Topics/AI"
|
|
confidence_score: 0.98
|
|
tags: [Path Planning, A* Algorithm, [[Robotics|Robotics]], Autonomous Vehicle]
|
|
last_reinforced: 2026-04-20
|
|
---
|
|
|
|
# [[Autonomous-Vehicle-Path-Planning|Autonomous-Vehicle-Path-Planning]] (자율주행 경로 계획)
|
|
|
|
## 📌 한 줄 통찰 (The Karpathy Summary)
|
|
> 경로 계획은 '가장 빠른 길'을 찾는 것이 아니라, '안전하고 부드러우며 예측 가능한' 움직임을 실시간으로 설계하는 확률적 탐색이다.
|
|
|
|
## 📖 구조화된 지식 (Synthesized Content)
|
|
- **Global Path Planning**:
|
|
- 출발지에서 목적지까지의 거시적인 경로를 설정한다. 고전적인 **A* (A-star)** 알고리즘이나 **Dijkstra** 알고리즘이 지도 데이터 위에서 작동한다.
|
|
- **Local Motion Planning (실시간 회피)**:
|
|
- 갑자기 튀어나오는 보행자나 장애물을 피하기 위한 미시적인 궤적 최적화. **RRT* (Rapidly-exploring Random Tree)**나 **Hybrid A*** 등이 사용된다.
|
|
- **[[Behavior|Behavior]]al Decision (판단 레이어)**:
|
|
- 차선 변경, 추월, 일단 정지 등 도로의 법규(Traffic Laws)와 에티켓을 반영한 의사결정 알고리즘과 물리적 제어를 결합한다.
|
|
|
|
## ⚠️ 모순 및 업데이트 (RL Update)
|
|
- 과거에는 규칙 기반(Rule-based) 알고리즘이 주류였으나, 최근에는 복잡한 도심 상황을 해결하기 위해 'End-to-End' 딥러닝 방식과 '전통적 플래닝'을 결합한 계층적 구조가 표준으로 자리 잡았다.
|
|
|
|
## 🔗 지식 연결 (Graph)
|
|
- Related: [[Systemic_Simulation_Principles|Systemic_Simulation_Principles]] , Robotic Manipulation
|
|
- Context: [[Digital Twins|Digital Twins]]
|