基于matlab的全局路徑規劃算法中的快速擴展隨機樹RRT路徑規劃算法及其改進方法RRT Star、RRT_Conncet是一種具有狀態約束的非線性系統生成開環軌跡的技術，相比于其他算法可以輕松處理障礙物的問題。程序中的各參數已進行詳細說明，起點坐標，終點坐標，步長，迭代數等均可根據需求進行更改，程序已調通。 購買后可下載視頻中的源程序文件。

基于matlab的人工蜂群和粒子群混合優化的路徑規劃算法，起點和終點確定的前提下，在障礙物中尋找最佳路徑。數據可更換自己的，程序已調通，可直接運行。 購買后可下載視頻中的源程序文件。

sapceclaim 2019 R1以上的版本已經有mesh（beta）功能，基于sapceclaim本身直接建模的思路，網格劃分功能也非常強大，本視頻主要介紹了spaceclaim中mesh（beta）的設置，通過算例講解邊界框功能的運用，以及圖層的用法，并且全局網格的設置（同時對比workbensh mesh 以及spaceclaim mesh中的自由網格劃分、spaceclaim mesh中邊界框的網格劃分方法

無人駕駛車輛局部路徑規劃+軌跡跟蹤Carsim配置流程+代碼講解。

基于matlab的蟻群優化路徑算法，二維路徑和三維路徑優化。輸出可視化最優路徑和距離迭代曲線。數據可更換自己的，程序已調通，可直接運行。 購買后可下載視頻中的源程序文件。

基于matlab的采樣的運動規劃算法-RRT(Rapidly-exploring Random Trees)，3D和2D,原始的RRT算法中將搜索的起點位置作為根節點，然后通過隨機采樣增加葉子節點的方式，生成一個隨機擴展樹，當隨機樹的葉子節點進入目標區域，就得到了從起點位置到目標位置的路徑。程序已調通，可直接運行。 購買后可下載視頻中的源程序文件。

視頻中的模型參考了一下面兩篇文章 考慮電動出租車隨機概率行為特性的充電站規劃 考慮出租車隨機行為特性及路網行程時間可靠性的充電站多目標規劃

基于matlab的模擬退火算法（SA）優化車輛路徑問題（VRP），在位置已知的條件下，確定車輛到各個指定位置的行程路線圖，使得路徑最短，運輸成本最低。一個位置由一臺車服務，且始于起點，返回起點。程序已調通，可直接運行。 購買后可下載視頻中的源程序文件。

主要內容包括：遺傳算法基本概念與MATLAB命令ga語法及簡單程序，基于遺傳算法命令ga求解各類單目標優化問題，基于遺傳算法工具箱求解單目標優化問題，基于遺傳算法程序求解旅行商TSP問題，0-1背包問題用專門程序和ga與工具箱求解，火力目標分配問題用旅行商程序和ga與工具箱求解，火力目標分配問題再用專門MATLAB程序求解，機器人行走柵格路徑優化問題用專門程序求解，Pareto非劣解及多目標優化問題求解方案