本周开始新的一系列：Computational Motion Planning
上个系列aerial robotics更多是一个基本的系统的介绍，接下来才是真正具体细节的控制（总共5个系列）希望自己坚持
week1 lesson1
首先讲motion planning problem
接下来进行了一个栅格法的简单介绍和图论介绍，这是路径规划的基础，可以在CSDN搜中文版
路径规划的线路一般都是多条的，我们要找到最短路径（其实也不一定是距离最短，根据不同情况，总是找cost最短那条）
week2
这里的数字指的是到终点的格子数（这个案例只考虑4个方向，不能斜着走）
grassfire algorithm
这个算法也就用于小规模的2D情景，一旦扩大数据增多，根本没法用。
dijkstras algorithm
A algorithm*
图中，红色节点为已经访问过的节点，蓝色为待访问，显然可以看出A的优势
因为目标点已知，所以可以引入启发函数，这是A优于之前两个算法的地方。笔者曾经做过一个A的仿真，程序运行效率与选择的启发式函数有关，课中讲的是最简单的，只允许上下左右四个方向移动（实际上是可以八个方向移动的）
不过这个算法也常用于2D。
CSDN有众多A代码，感兴趣的可以自己实现，我当时也参考了很多大佬
assignment
作业是完善一个D算法程序，一个A算法程序
他实际简化了很多，你只要写搜寻的那一段，其他都不用管
D算法结果
A算法结果