Ein schnelles und optimales lernbasiertes Pfadplanungsverfahren für Planetenrover

Das vorgeschlagene NNPP-Modell lernt semantische Informationen über Start- und Zielpositionen sowie Kartenrepräsentationen aus zahlreichen vorannotierten optimalen Pfaddemonstrationen und erzeugt eine Wahrscheinlichkeitsverteilung über jeden Pixel, die die Wahrscheinlichkeit angibt, dass er zu einem optimalen Pfad auf der Karte gehört. Das Modell kann die Suchzeit für optimale Pfade unter denselben Hardwarebedingungen erheblich reduzieren, und der Vorteil von NNPP nimmt mit der Kartengröße zu.