#1 楼
我相信它只是归结为您的机器人可以做的事情。 />如果可以沿8个方向移动，则将每个网格单元连接到8个。 >没有通用答案。如果您打算与无法执行动作的机器人对角线走，那是不正确的计划。如果您打算只水平和垂直移动而机器人可以使用快捷方式，那也是不好的计划。
#2 楼
基于图形的计划算法通常用于高级计划，例如让机器人穿越办公室。但是，机器人的实际执行器计划是完全不同的计划。这意味着它完全取决于您的应用程序和所需的复杂程度。如果您有一个网格，其中的单元格被占用或未被占用，则您可能不希望机器人对角线过渡，以免与相邻单元格发生碰撞。从技术上讲，对于A *之类的算法使用4或8路连接根本没有关系。
#3 楼
假设（1）您将环境表示为网格（这是4邻居与8邻居问题才有意义的唯一情况），并且（2）您正在计划导航（这是最常见的用例）对于基于网格的表示形式）我个人认为4邻域的意义不大。通过每个单元仅连接4个邻居，您将执行以下操作：强制机器人仅沿“直线”方向移动。对于8个邻居来说，这已经是一个问题，因为通常已经必须“平滑”结果或使用其他方法来解释结果路径。
#4 楼
基于图的计划是将空间（可以是连续的）简化为一组可能的分支点，每个分支点都代表可以做出的决策。在纯模拟中，这种简化通常以步长而不是距离或时间来进行。因此，将运动限制在4个基本方向上将是正确的选择，因为您希望所有距离都相等。对于对角线模拟，它仍然可以工作-只要您进行调整您的算法，使对角台阶的成本比垂直/水平台阶的成本高2倍（这会使您朝连续空间的方向退缩，难以模拟）。但是，如果您希望在正方形之间移动的方式更多，则仅采用六角形网格可能更有意义。 （有关网格类型及其算法的更多讨论，请参见http://www-cs-students.stanford.edu/~amitp/game-programming/grids/）
示例1
您有一个汽车式机器人-前轮转向。您可能代表每种状态的3个可能分支：左转，笔直和右转。在这种情况下，六角形网格将是最有意义的。在每个空间中，只有6个邻居中的3个有效，确切的邻居将取决于您的方向。这比基本方向网格更能反映现实，因为要到达最右边（或左边）的空间，需要在一些额外的空间上掉头。
示例2
您有一个龙门机器人-X和Y致动。在这种情况下，两个电动机都可以同时激活，因此沿对角线方向的移动与垂直或水平方向上的移动“成本”相同。 8个邻居的方格是正确的。
示例3
您正在模拟一个带有一些移动物体的大房间。如果您允许对角线移动，那么您将失去使用整数作为时间分量的能力-事情最终只会在正方形之间出现。四邻方格将是正确的。
#5 楼
通常，许多基于图的算法（例如A *，MRF（马尔可夫随机场），边缘检测算法等）在4和8邻域之间存在差异。这取决于计算复杂性，时间，性能或诸如此类的事情（它们之间的权衡/平衡）。
我将举一些示例：
在MRF算法中，您可以在每个像素（左，右，上，下）中选择4个邻域
，也可以在每个像素（左，右，上，下，右上，左上，右下，左下）
，也可以在每个像素中再次选择8个邻域，其中4个邻域分配给当前帧邻域像素，而其中4个分配给最后一帧邻域像素
评论
这个问题可能有点笼统，可能取决于机器人的动态特性以及环境的内部表示形式（即，它是否甚至基于网格）。仅当环境基于网格时，此问题才有意义。此外，假设该环境是基于网格的，则可以解释为什么它取决于机器人的动力学-因为即使我看不到它。
至少使用8个方向或平滑生成的路径。