想象一下，机器人有一个简单的地图，它可以向右或向左移动以达到目标。一开始，它的传感器错误地指示右侧的障碍物，因此它向左移动。随着它沿着左路向着目标前进，它遇到了一个真正的障碍。相信没有剩余的目标路径，它返回“没有找到路径”。显然，这种算法已经错过了一条可行的可行路径，因此并不完整。然而，据我所知，每个声称完整性的在线运动规划算法都会犯这个错误。我错过了什么？通常会在地图上放置其他假设吗？
一些在线算法，如D * Lite，假设“具有未知阻塞状态的单元是可穿越的”[1] - 也就是说，他们认为没有错误的障碍。那讲得通。但是D *地图“可以是完整的，空的，或包含有关环境的部分信息。对于未知的环境区域，地图可能包含近似信息，占用的随机模型，甚至是启发式（原文如此）估计”[ 2]。我还在梳理LPA *，Field D *和相关文献，但我很想知道是否有在线地图和/或完整性的标准假设。
[1] Koenig，Sven和Likhachev，Maxim。 “D * Lite”，AAAI 2002。
[2]斯坦兹，安东尼。 “部分已知环境的最佳和有效路径规划”，ICRA 1994。