简介本资源是一份面向科研人员、研究生及无人机领域工程师的MATLAB项目实例文档聚焦蒙特卡罗树搜索MCTS在无人机三维路径规划中的应用帮助读者突破传统A*、RRT等算法在高维复杂空间中计算量大、易陷局部最优的瓶颈。文档围绕环境建模、状态空间定义、MCTS搜索、路径评估与输出等模块展开重点讲解UCT策略平衡探索与利用、障碍物检测、飞行动力学约束及启发式优化并给出节点选择、随机模拟、回溯更新等核心代码示例展示三维栅格地图中从起点到目标点的路径生成过程。资源包共1个docx文件约27KB内容涵盖项目背景、目标意义、挑战与解决方案、模型架构及代码示例结构完整。已有72人学习适合用于复杂城市、山区或动态环境下的自主导航避障研究也可为多无人机协同、应急救援与物流配送等任务提供路径决策参考。1. 三维路径规划为什么让 MCTS 从博弈树里“跨界”过来无人机在楼宇间穿行、在山谷里贴地飞行、在室内货架间绕障这类任务的核心不是“飞得稳”而是“往哪飞”。二维栅格上的 A*、Dijkstra 已经非常成熟可一旦把高度维度打开搜索空间会以立方级膨胀传统栅格法要么内存爆炸要么路径贴地贴墙、拐点生硬。蒙特卡罗树搜索MCTS原本是围棋、博弈决策里的常客它最大的特点是不需要精确的启发函数靠随机采样加统计回传在巨大的、带随机性的状态空间里逐步逼近较优解。把 MCTS 搬到无人机三维路径规划上本质是用“随机 rollout 树形扩展”替代“精确代价地图 全局最优搜索”换来的是对复杂障碍、动态约束和连续空间的适应能力。这篇笔记面向已经会写 MATLAB、想动手复现一套三维路径规划 Demo 的开发者从状态建模一路讲到参数调优和踩坑代码可直接抄改。2. 把无人机三维路径规划拆成 MCTS 能吃的四要素2.1 状态、动作、代价、终止MCTS 四要素在三维空间的映射MCTS 要跑起来先得把物理问题翻译成搜索问题。很多新手一上来就写while循环扩展节点结果树长得比障碍还乱根因是四要素没定义清楚。状态State无人机在三维空间中的位置通常写成[x, y, z]再附加一个“已飞行步数”或“当前航向”。状态必须可离散化否则树的节点无法枚举。常见做法是把连续空间按分辨率res切成栅格状态就是栅格索引。动作Action从当前状态能到达的邻居。三维空间里最常用的是 26 邻域面、棱、角全算但 26 邻域会让分支因子过大MCTS 采样效率骤降。我一般用 6 邻域上下左右前后做粗规划再用 18 邻域做局部细化分支因子从 26 降到 6单次 rollout 速度能快 3 到 4 倍。代价Cost路径长度 障碍惩罚 高度变化惩罚。路径长度是欧氏距离累加障碍惩罚是撞到障碍或进入安全缓冲区时给一个大负数回报高度变化惩罚用来抑制无人机频繁爬升下降实际项目里这一项能显著改善能耗表现。终止Terminal到达目标点、撞障碍、或超过最大步数。三者必须都有否则 rollout 可能无限循环。要素三维映射常见取值状态栅格索引 [ix, iy, iz]分辨率 1~2 m动作6 / 18 / 26 邻域粗规划 6细化 18代价距离 障碍 高度障碍惩罚 -100终止到达 / 碰撞 / 超步最大步数 2002.2 用 MATLAB 搭一个可复现的三维栅格与障碍模型在写 MCTS 之前先把地图造出来。下面这段代码生成一个 40×40×20 的三维栅格随机撒入球形障碍并预留起点终点。所有参数都写成变量方便你改。% 三维栅格地图初始化 clear; clc; mapSize [40, 40, 20]; % x, y, z 三个方向的栅格数 res 1.0; % 每个栅格代表的实际距离(m) obstacleNum 25; % 球形障碍数量 obstacleRadius 2.5; % 障碍半径(栅格单位) % 0 表示自由空间1 表示障碍 gridMap zeros(mapSize); % 随机生成球形障碍避免覆盖起点终点区域 rng(7); % 固定随机种子保证可复现 for k 1:obstacleNum cx randi([5, mapSize(1)-5]); cy randi([5, mapSize(2)-5]); cz randi([2, mapSize(3)-2]); [X, Y, Z] ndgrid(1:mapSize(1), 1:mapSize(2), 1:mapSize(3)); dist sqrt((X-cx).^2 (Y-cy).^2 (Z-cz).^2); gridMap(dist obstacleRadius) 1; end % 起点与终点 startPos [2, 2, 2]; goalPos [38, 38, 18]; gridMap(startPos(1), startPos(2), startPos(3)) 0; gridMap(goalPos(1), goalPos(2), goalPos(3)) 0; fprintf(障碍占比: %.2f%%\n, 100*sum(gridMap(:))/numel(gridMap));逻辑说明ndgrid生成三维坐标网格用球心到各点的欧氏距离判断是否落在障碍内这是最直观也最不容易写错的障碍生成方式。rng(7)固定种子保证你和我跑出来的地图一致方便对照调试。参数说明obstacleRadius直接决定地图的“拥挤程度”2.5 在 40×40×20 的地图里属于中等密度如果你把障碍数调到 40 以上很可能出现起点到终点无解的情况这时要先检查连通性再调 MCTS。提示生成地图后务必用sum(gridMap(:))看一眼障碍占比超过 15% 时三维路径规划的成功率会明显下降不是算法问题是地图本身太苛刻。2.3 回报函数怎么设计才不让无人机“贴墙飞”MCTS 靠回报reward来区分好坏路径。回报设计不好最常见的翻车现象是无人机贴着障碍边缘飞路径看起来很短但实际飞行风险极高。我一般用三段式回报function r computeReward(state, nextState, gridMap, goalPos, mapSize) % 到达目标给大正回报鼓励尽快结束 if isequal(nextState, goalPos) r 1000; return; end % 碰撞检测越界或撞障碍给大负回报 if any(nextState 1) || any(nextState mapSize) || ... gridMap(nextState(1), nextState(2), nextState(3)) 1 r -100; return; end % 常规回报距离目标越近越好同时惩罚高度剧烈变化 dGoal norm(nextState - goalPos); dHeight abs(nextState(3) - state(3)); r -dGoal * 0.1 - dHeight * 0.5; end逻辑说明到达目标给 1000 的正回报让树在回传时优先保留能通向终点的分支碰撞给 -100形成强负反馈常规步的回报是负的距离项越接近目标回报越高负得越少。参数说明0.1是距离权重0.5是高度变化权重。如果你希望无人机更愿意绕远路保持高度就把高度权重调大如果任务更看重路径短就把距离权重调大。这两个系数是调参的重点后面避坑章节会专门讲。3. MCTS 主循环在 MATLAB 里的落地实现3.1 选择、扩展、模拟、回传四步循环的代码骨架MCTS 的核心是四步循环MATLAB 里用结构体数组存树节点最方便。下面给出完整骨架节点包含状态、父节点索引、访问次数、累计回报、子节点列表。% 树节点结构体定义 node.state startPos; % 当前状态 node.parent 0; % 父节点索引0 表示根 node.children []; % 子节点索引列表 node.visits 0; % 访问次数 node.value 0; % 累计回报 tree node; % 树用结构体数组存储 maxIter 2000; % MCTS 迭代次数 maxStep 200; % 单次 rollout 最大步数 c 1.414; % UCB1 探索常数 for iter 1:maxIter % 1. 选择从根出发用 UCB1 选到叶子 nodeIdx 1; path nodeIdx; while ~isempty(tree(nodeIdx).children) bestUCB -inf; bestChild 0; for ch tree(nodeIdx).children if tree(ch).visits 0 ucb inf; % 未访问节点优先探索 else ucb tree(ch).value / tree(ch).visits ... c * sqrt(log(tree(nodeIdx).visits) / tree(ch).visits); end if ucb bestUCB bestUCB ucb; bestChild ch; end end nodeIdx bestChild; path [path, nodeIdx]; end % 2. 扩展为当前叶子生成合法子节点 actions getNeighbors(tree(nodeIdx).state, mapSize); for a 1:size(actions, 1) ns actions(a, :); if gridMap(ns(1), ns(2), ns(3)) 0 newNode.state ns; newNode.parent nodeIdx; newNode.children []; newNode.visits 0; newNode.value 0; tree(end1) newNode; tree(nodeIdx).children(end1) length(tree); end end % 3. 模拟从叶子随机 rollout 到终止 simState tree(nodeIdx).state; totalReward 0; for s 1:maxStep if isequal(simState, goalPos) totalReward totalReward 1000; break; end nexts getNeighbors(simState, mapSize); valid nexts(all(nexts 1 nexts mapSize, 2), :); if isempty(valid), break; end pick valid(randi(size(valid,1)), :); totalReward totalReward ... computeReward(simState, pick, gridMap, goalPos, mapSize); simState pick; end % 4. 回传沿路径更新访问次数和累计回报 for p path tree(p).visits tree(p).visits 1; tree(p).value tree(p).value totalReward; end end逻辑说明选择阶段用 UCB1 平衡“利用”高平均回报和“探索”低访问次数扩展阶段只把自由空间的邻居加入树模拟阶段从叶子随机走到终止累加回报回传阶段把回报沿路径反向传播。参数说明maxIter是迭代次数2000 次在 40×40×20 地图上大约跑 10 到 20 秒c是探索常数理论值 √2≈1.414调大更爱探索调小更爱利用maxStep是单次模拟的最大步数太小会导致模拟提前截断太大会拖慢速度。3.2 邻居生成函数与边界处理getNeighbors是上面代码反复调用的函数必须写得干净。三维 6 邻域就是上下左右前后各走一格。function neighbors getNeighbors(pos, mapSize) % 6 邻域偏移量 offsets [ 1 0 0; -1 0 0; 0 1 0; 0 -1 0; 0 0 1; 0 0 -1]; neighbors pos offsets; % 过滤越界 valid all(neighbors 1, 2) all(neighbors mapSize, 2); neighbors neighbors(valid, :); end逻辑说明offsets定义 6 个方向pos offsets利用 MATLAB 的隐式扩展一次性算出所有邻居再用逻辑索引过滤越界点。参数说明如果你把offsets换成 18 或 26 邻域分支因子会变大maxIter需要相应提高否则树来不及展开。我一般先用 6 邻域跑通再换 18 邻域做局部优化。3.3 从树里提取最终路径MCTS 跑完后树里存的是搜索痕迹不是一条现成路径。提取方法是从根出发每次选访问次数最多的子节点直到到达目标或没有子节点。% 路径提取贪心选择访问次数最多的子节点 path startPos; nodeIdx 1; while ~isequal(tree(nodeIdx).state, goalPos) if isempty(tree(nodeIdx).children), break; end [~, bestCh] max([tree(tree(nodeIdx).children).visits]); nodeIdx tree(nodeIdx).children(bestCh); path [path; tree(nodeIdx).state]; end fprintf(路径长度: %d 步\n, size(path, 1));逻辑说明访问次数最多的子节点代表 MCTS 认为最可靠的分支这是最常用的路径提取策略。参数说明如果提取出的路径没到目标说明maxIter不够或地图无解先检查地图连通性再考虑加大迭代次数。4. 参数调优与三维场景下的避坑记录4.1 迭代次数、探索常数、分辨率三个必调参数MCTS 在三维路径规划里最影响结果的就三个参数我按优先级排迭代次数maxIter直接决定树的大小。40×40×20 地图上1000 次迭代经常找不到路径2000 次基本能通5000 次路径明显更平滑。但迭代次数不是越大越好超过 8000 次后收益递减时间成本却线性增长。探索常数c控制探索与利用的平衡。三维空间分支因子大c太小会陷入局部路径太大则树长得散。实测c在 1.0 到 1.8 之间比较稳默认 1.414 是安全起点。栅格分辨率res分辨率越细路径越平滑但状态空间立方级增长。1.0 m 适合室外粗规划0.5 m 适合室内精细规划再细就要考虑内存了。参数推荐范围调大后果调小后果maxIter2000~5000耗时增加找不到路径c1.0~1.8树发散局部最优res0.5~2.0内存爆炸路径粗糙4.2 避坑记录三维 MCTS 路径规划最常见的五个翻车点现象一路径贴着障碍边缘飞。原因回报函数只惩罚碰撞不惩罚“接近障碍”。解决在computeReward里加安全距离项当邻居距离障碍小于 1 格时额外扣分。现象二无人机频繁上下抖动。原因高度变化惩罚权重太低MCTS 为了缩短水平距离不惜爬升下降。解决把dHeight权重从 0.5 提到 1.0 以上或在动作空间里限制单步高度变化不超过 1 格。现象三跑了几千次迭代还是找不到路径。原因地图本身不连通或起点终点被障碍包围。解决先用bwlabeln做三维连通域标记确认起点终点在同一连通域再跑 MCTS。现象四每次运行结果都不一样。原因rollout 用randi随机采样没固定种子。解决在脚本开头加rng(42)保证结果可复现方便对比参数。现象五树节点数组越跑越慢。原因MATLAB 结构体数组动态扩容效率低。解决预分配tree数组比如tree(maxIter*10) node;用一个计数器记录实际长度速度能提升 2 到 3 倍。注意这五个坑里前两个是回报函数问题第三个是地图问题第四个是随机性问题第五个是工程实现问题。排查时先确认地图连通再查回报函数最后看实现效率顺序别乱。5. 让 MCTS 路径真正可飞平滑处理与验证技巧MCTS 输出的路径是栅格序列直接拿去飞会有大量 90 度拐角实际无人机执行时会出现急停急转。我一般做两步后处理先用三次样条插值把栅格路径变成连续曲线再用碰撞检测确认插值后的曲线不穿障碍。% 路径平滑三次样条插值 碰撞复检 if size(path, 1) 4 t 1:size(path, 1); tt linspace(1, size(path,1), size(path,1)*5); xs spline(t, path(:,1), tt); ys spline(t, path(:,2), tt); zs spline(t, path(:,3), tt); smoothPath [xs(:), ys(:), zs(:)]; % 碰撞复检插值后可能穿过障碍 valid true; for i 1:size(smoothPath, 1) p round(smoothPath(i, :)); p max(min(p, mapSize), 1); % 边界裁剪 if gridMap(p(1), p(2), p(3)) 1 valid false; break; end end if ~valid warning(平滑路径穿过障碍回退到原始栅格路径); smoothPath path; end else smoothPath path; end逻辑说明spline对 x、y、z 三个维度分别插值tt把路径点加密 5 倍得到连续曲线。碰撞复检是必须的因为样条插值可能在两个栅格点之间“抄近道”穿过障碍。参数说明加密倍数 5 是经验值太小平滑效果不明显太大计算量上升。如果复检失败直接回退原始路径宁可拐角生硬也不能撞。验证 MCTS 路径质量我习惯看三个指标路径长度、最小障碍距离、高度变化总幅度。路径长度和高度变化直接从smoothPath算最小障碍距离用bwdist在三维栅格上算距离变换再取路径点的最小值。% 路径质量评估 D bwdist(gridMap); % 三维距离变换 minClearance inf; for i 1:size(smoothPath, 1) p round(smoothPath(i, :)); p max(min(p, mapSize), 1); minClearance min(minClearance, D(p(1), p(2), p(3))); end pathLen sum(sqrt(sum(diff(smoothPath).^2, 2))); heightVar sum(abs(diff(smoothPath(:,3)))); fprintf(路径长度 %.2f, 最小障碍距离 %.2f, 高度变化 %.2f\n, ... pathLen, minClearance, heightVar);逻辑说明bwdist计算每个自由栅格到最近障碍的距离路径点的最小值就是安全裕度。参数说明最小障碍距离建议大于 1.5 格小于 1 格说明路径太贴障碍需要回去调回报函数的安全距离项。最后一个技巧如果你要对比不同参数下的 MCTS 效果别只看单次结果跑 10 次取平均值和成功率。三维路径规划本身带随机性单次结果好可能是运气。我自己的习惯是固定rng种子跑 10 组记录成功次数、平均路径长度、平均耗时做成表格再决定参数。这套流程跑下来MCTS 在三维路径规划上的表现会稳定很多也更容易向别人解释你的方案为什么可靠。希望帮到你。本文还有配套的精品资源点击获取 
长河君 · 2026/10/18 21:16:59 · 阅读 1.2k MCTS三维路径规划：MATLAB无人机避障实战与调优
简介本资源是一份面向科研人员、研究生及无人机领域工程师的MATLAB项目实例文档聚焦蒙特卡罗树搜索MCTS在无人机三维路径规划中的应用帮助读者突破传统A*、RRT等算法在高维复杂空间中计算量大、易陷局部最优的瓶颈。文档围绕环境建模、状态空间定义、MCTS搜索、路径评估与输出等模块展开重点讲解UCT策略平衡探索与利用、障碍物检测、飞行动力学约束及启发式优化并给出节点选择、随机模拟、回溯更新等核心代码示例展示三维栅格地图中从起点到目标点的路径生成过程。资源包共1个docx文件约27KB内容涵盖项目背景、目标意义、挑战与解决方案、模型架构及代码示例结构完整。已有72人学习适合用于复杂城市、山区或动态环境下的自主导航避障研究也可为多无人机协同、应急救援与物流配送等任务提供路径决策参考。1. 三维路径规划为什么让 MCTS 从博弈树里“跨界”过来无人机在楼宇间穿行、在山谷里贴地飞行、在室内货架间绕障这类任务的核心不是“飞得稳”而是“往哪飞”。二维栅格上的 A*、Dijkstra 已经非常成熟可一旦把高度维度打开搜索空间会以立方级膨胀传统栅格法要么内存爆炸要么路径贴地贴墙、拐点生硬。蒙特卡罗树搜索MCTS原本是围棋、博弈决策里的常客它最大的特点是不需要精确的启发函数靠随机采样加统计回传在巨大的、带随机性的状态空间里逐步逼近较优解。把 MCTS 搬到无人机三维路径规划上本质是用“随机 rollout 树形扩展”替代“精确代价地图 全局最优搜索”换来的是对复杂障碍、动态约束和连续空间的适应能力。这篇笔记面向已经会写 MATLAB、想动手复现一套三维路径规划 Demo 的开发者从状态建模一路讲到参数调优和踩坑代码可直接抄改。2. 把无人机三维路径规划拆成 MCTS 能吃的四要素2.1 状态、动作、代价、终止MCTS 四要素在三维空间的映射MCTS 要跑起来先得把物理问题翻译成搜索问题。很多新手一上来就写while循环扩展节点结果树长得比障碍还乱根因是四要素没定义清楚。状态State无人机在三维空间中的位置通常写成[x, y, z]再附加一个“已飞行步数”或“当前航向”。状态必须可离散化否则树的节点无法枚举。常见做法是把连续空间按分辨率res切成栅格状态就是栅格索引。动作Action从当前状态能到达的邻居。三维空间里最常用的是 26 邻域面、棱、角全算但 26 邻域会让分支因子过大MCTS 采样效率骤降。我一般用 6 邻域上下左右前后做粗规划再用 18 邻域做局部细化分支因子从 26 降到 6单次 rollout 速度能快 3 到 4 倍。代价Cost路径长度 障碍惩罚 高度变化惩罚。路径长度是欧氏距离累加障碍惩罚是撞到障碍或进入安全缓冲区时给一个大负数回报高度变化惩罚用来抑制无人机频繁爬升下降实际项目里这一项能显著改善能耗表现。终止Terminal到达目标点、撞障碍、或超过最大步数。三者必须都有否则 rollout 可能无限循环。要素三维映射常见取值状态栅格索引 [ix, iy, iz]分辨率 1~2 m动作6 / 18 / 26 邻域粗规划 6细化 18代价距离 障碍 高度障碍惩罚 -100终止到达 / 碰撞 / 超步最大步数 2002.2 用 MATLAB 搭一个可复现的三维栅格与障碍模型在写 MCTS 之前先把地图造出来。下面这段代码生成一个 40×40×20 的三维栅格随机撒入球形障碍并预留起点终点。所有参数都写成变量方便你改。% 三维栅格地图初始化 clear; clc; mapSize [40, 40, 20]; % x, y, z 三个方向的栅格数 res 1.0; % 每个栅格代表的实际距离(m) obstacleNum 25; % 球形障碍数量 obstacleRadius 2.5; % 障碍半径(栅格单位) % 0 表示自由空间1 表示障碍 gridMap zeros(mapSize); % 随机生成球形障碍避免覆盖起点终点区域 rng(7); % 固定随机种子保证可复现 for k 1:obstacleNum cx randi([5, mapSize(1)-5]); cy randi([5, mapSize(2)-5]); cz randi([2, mapSize(3)-2]); [X, Y, Z] ndgrid(1:mapSize(1), 1:mapSize(2), 1:mapSize(3)); dist sqrt((X-cx).^2 (Y-cy).^2 (Z-cz).^2); gridMap(dist obstacleRadius) 1; end % 起点与终点 startPos [2, 2, 2]; goalPos [38, 38, 18]; gridMap(startPos(1), startPos(2), startPos(3)) 0; gridMap(goalPos(1), goalPos(2), goalPos(3)) 0; fprintf(障碍占比: %.2f%%\n, 100*sum(gridMap(:))/numel(gridMap));逻辑说明ndgrid生成三维坐标网格用球心到各点的欧氏距离判断是否落在障碍内这是最直观也最不容易写错的障碍生成方式。rng(7)固定种子保证你和我跑出来的地图一致方便对照调试。参数说明obstacleRadius直接决定地图的“拥挤程度”2.5 在 40×40×20 的地图里属于中等密度如果你把障碍数调到 40 以上很可能出现起点到终点无解的情况这时要先检查连通性再调 MCTS。提示生成地图后务必用sum(gridMap(:))看一眼障碍占比超过 15% 时三维路径规划的成功率会明显下降不是算法问题是地图本身太苛刻。2.3 回报函数怎么设计才不让无人机“贴墙飞”MCTS 靠回报reward来区分好坏路径。回报设计不好最常见的翻车现象是无人机贴着障碍边缘飞路径看起来很短但实际飞行风险极高。我一般用三段式回报function r computeReward(state, nextState, gridMap, goalPos, mapSize) % 到达目标给大正回报鼓励尽快结束 if isequal(nextState, goalPos) r 1000; return; end % 碰撞检测越界或撞障碍给大负回报 if any(nextState 1) || any(nextState mapSize) || ... gridMap(nextState(1), nextState(2), nextState(3)) 1 r -100; return; end % 常规回报距离目标越近越好同时惩罚高度剧烈变化 dGoal norm(nextState - goalPos); dHeight abs(nextState(3) - state(3)); r -dGoal * 0.1 - dHeight * 0.5; end逻辑说明到达目标给 1000 的正回报让树在回传时优先保留能通向终点的分支碰撞给 -100形成强负反馈常规步的回报是负的距离项越接近目标回报越高负得越少。参数说明0.1是距离权重0.5是高度变化权重。如果你希望无人机更愿意绕远路保持高度就把高度权重调大如果任务更看重路径短就把距离权重调大。这两个系数是调参的重点后面避坑章节会专门讲。3. MCTS 主循环在 MATLAB 里的落地实现3.1 选择、扩展、模拟、回传四步循环的代码骨架MCTS 的核心是四步循环MATLAB 里用结构体数组存树节点最方便。下面给出完整骨架节点包含状态、父节点索引、访问次数、累计回报、子节点列表。% 树节点结构体定义 node.state startPos; % 当前状态 node.parent 0; % 父节点索引0 表示根 node.children []; % 子节点索引列表 node.visits 0; % 访问次数 node.value 0; % 累计回报 tree node; % 树用结构体数组存储 maxIter 2000; % MCTS 迭代次数 maxStep 200; % 单次 rollout 最大步数 c 1.414; % UCB1 探索常数 for iter 1:maxIter % 1. 选择从根出发用 UCB1 选到叶子 nodeIdx 1; path nodeIdx; while ~isempty(tree(nodeIdx).children) bestUCB -inf; bestChild 0; for ch tree(nodeIdx).children if tree(ch).visits 0 ucb inf; % 未访问节点优先探索 else ucb tree(ch).value / tree(ch).visits ... c * sqrt(log(tree(nodeIdx).visits) / tree(ch).visits); end if ucb bestUCB bestUCB ucb; bestChild ch; end end nodeIdx bestChild; path [path, nodeIdx]; end % 2. 扩展为当前叶子生成合法子节点 actions getNeighbors(tree(nodeIdx).state, mapSize); for a 1:size(actions, 1) ns actions(a, :); if gridMap(ns(1), ns(2), ns(3)) 0 newNode.state ns; newNode.parent nodeIdx; newNode.children []; newNode.visits 0; newNode.value 0; tree(end1) newNode; tree(nodeIdx).children(end1) length(tree); end end % 3. 模拟从叶子随机 rollout 到终止 simState tree(nodeIdx).state; totalReward 0; for s 1:maxStep if isequal(simState, goalPos) totalReward totalReward 1000; break; end nexts getNeighbors(simState, mapSize); valid nexts(all(nexts 1 nexts mapSize, 2), :); if isempty(valid), break; end pick valid(randi(size(valid,1)), :); totalReward totalReward ... computeReward(simState, pick, gridMap, goalPos, mapSize); simState pick; end % 4. 回传沿路径更新访问次数和累计回报 for p path tree(p).visits tree(p).visits 1; tree(p).value tree(p).value totalReward; end end逻辑说明选择阶段用 UCB1 平衡“利用”高平均回报和“探索”低访问次数扩展阶段只把自由空间的邻居加入树模拟阶段从叶子随机走到终止累加回报回传阶段把回报沿路径反向传播。参数说明maxIter是迭代次数2000 次在 40×40×20 地图上大约跑 10 到 20 秒c是探索常数理论值 √2≈1.414调大更爱探索调小更爱利用maxStep是单次模拟的最大步数太小会导致模拟提前截断太大会拖慢速度。3.2 邻居生成函数与边界处理getNeighbors是上面代码反复调用的函数必须写得干净。三维 6 邻域就是上下左右前后各走一格。function neighbors getNeighbors(pos, mapSize) % 6 邻域偏移量 offsets [ 1 0 0; -1 0 0; 0 1 0; 0 -1 0; 0 0 1; 0 0 -1]; neighbors pos offsets; % 过滤越界 valid all(neighbors 1, 2) all(neighbors mapSize, 2); neighbors neighbors(valid, :); end逻辑说明offsets定义 6 个方向pos offsets利用 MATLAB 的隐式扩展一次性算出所有邻居再用逻辑索引过滤越界点。参数说明如果你把offsets换成 18 或 26 邻域分支因子会变大maxIter需要相应提高否则树来不及展开。我一般先用 6 邻域跑通再换 18 邻域做局部优化。3.3 从树里提取最终路径MCTS 跑完后树里存的是搜索痕迹不是一条现成路径。提取方法是从根出发每次选访问次数最多的子节点直到到达目标或没有子节点。% 路径提取贪心选择访问次数最多的子节点 path startPos; nodeIdx 1; while ~isequal(tree(nodeIdx).state, goalPos) if isempty(tree(nodeIdx).children), break; end [~, bestCh] max([tree(tree(nodeIdx).children).visits]); nodeIdx tree(nodeIdx).children(bestCh); path [path; tree(nodeIdx).state]; end fprintf(路径长度: %d 步\n, size(path, 1));逻辑说明访问次数最多的子节点代表 MCTS 认为最可靠的分支这是最常用的路径提取策略。参数说明如果提取出的路径没到目标说明maxIter不够或地图无解先检查地图连通性再考虑加大迭代次数。4. 参数调优与三维场景下的避坑记录4.1 迭代次数、探索常数、分辨率三个必调参数MCTS 在三维路径规划里最影响结果的就三个参数我按优先级排迭代次数maxIter直接决定树的大小。40×40×20 地图上1000 次迭代经常找不到路径2000 次基本能通5000 次路径明显更平滑。但迭代次数不是越大越好超过 8000 次后收益递减时间成本却线性增长。探索常数c控制探索与利用的平衡。三维空间分支因子大c太小会陷入局部路径太大则树长得散。实测c在 1.0 到 1.8 之间比较稳默认 1.414 是安全起点。栅格分辨率res分辨率越细路径越平滑但状态空间立方级增长。1.0 m 适合室外粗规划0.5 m 适合室内精细规划再细就要考虑内存了。参数推荐范围调大后果调小后果maxIter2000~5000耗时增加找不到路径c1.0~1.8树发散局部最优res0.5~2.0内存爆炸路径粗糙4.2 避坑记录三维 MCTS 路径规划最常见的五个翻车点现象一路径贴着障碍边缘飞。原因回报函数只惩罚碰撞不惩罚“接近障碍”。解决在computeReward里加安全距离项当邻居距离障碍小于 1 格时额外扣分。现象二无人机频繁上下抖动。原因高度变化惩罚权重太低MCTS 为了缩短水平距离不惜爬升下降。解决把dHeight权重从 0.5 提到 1.0 以上或在动作空间里限制单步高度变化不超过 1 格。现象三跑了几千次迭代还是找不到路径。原因地图本身不连通或起点终点被障碍包围。解决先用bwlabeln做三维连通域标记确认起点终点在同一连通域再跑 MCTS。现象四每次运行结果都不一样。原因rollout 用randi随机采样没固定种子。解决在脚本开头加rng(42)保证结果可复现方便对比参数。现象五树节点数组越跑越慢。原因MATLAB 结构体数组动态扩容效率低。解决预分配tree数组比如tree(maxIter*10) node;用一个计数器记录实际长度速度能提升 2 到 3 倍。注意这五个坑里前两个是回报函数问题第三个是地图问题第四个是随机性问题第五个是工程实现问题。排查时先确认地图连通再查回报函数最后看实现效率顺序别乱。5. 让 MCTS 路径真正可飞平滑处理与验证技巧MCTS 输出的路径是栅格序列直接拿去飞会有大量 90 度拐角实际无人机执行时会出现急停急转。我一般做两步后处理先用三次样条插值把栅格路径变成连续曲线再用碰撞检测确认插值后的曲线不穿障碍。% 路径平滑三次样条插值 碰撞复检 if size(path, 1) 4 t 1:size(path, 1); tt linspace(1, size(path,1), size(path,1)*5); xs spline(t, path(:,1), tt); ys spline(t, path(:,2), tt); zs spline(t, path(:,3), tt); smoothPath [xs(:), ys(:), zs(:)]; % 碰撞复检插值后可能穿过障碍 valid true; for i 1:size(smoothPath, 1) p round(smoothPath(i, :)); p max(min(p, mapSize), 1); % 边界裁剪 if gridMap(p(1), p(2), p(3)) 1 valid false; break; end end if ~valid warning(平滑路径穿过障碍回退到原始栅格路径); smoothPath path; end else smoothPath path; end逻辑说明spline对 x、y、z 三个维度分别插值tt把路径点加密 5 倍得到连续曲线。碰撞复检是必须的因为样条插值可能在两个栅格点之间“抄近道”穿过障碍。参数说明加密倍数 5 是经验值太小平滑效果不明显太大计算量上升。如果复检失败直接回退原始路径宁可拐角生硬也不能撞。验证 MCTS 路径质量我习惯看三个指标路径长度、最小障碍距离、高度变化总幅度。路径长度和高度变化直接从smoothPath算最小障碍距离用bwdist在三维栅格上算距离变换再取路径点的最小值。% 路径质量评估 D bwdist(gridMap); % 三维距离变换 minClearance inf; for i 1:size(smoothPath, 1) p round(smoothPath(i, :)); p max(min(p, mapSize), 1); minClearance min(minClearance, D(p(1), p(2), p(3))); end pathLen sum(sqrt(sum(diff(smoothPath).^2, 2))); heightVar sum(abs(diff(smoothPath(:,3)))); fprintf(路径长度 %.2f, 最小障碍距离 %.2f, 高度变化 %.2f\n, ... pathLen, minClearance, heightVar);逻辑说明bwdist计算每个自由栅格到最近障碍的距离路径点的最小值就是安全裕度。参数说明最小障碍距离建议大于 1.5 格小于 1 格说明路径太贴障碍需要回去调回报函数的安全距离项。最后一个技巧如果你要对比不同参数下的 MCTS 效果别只看单次结果跑 10 次取平均值和成功率。三维路径规划本身带随机性单次结果好可能是运气。我自己的习惯是固定rng种子跑 10 组记录成功次数、平均路径长度、平均耗时做成表格再决定参数。这套流程跑下来MCTS 在三维路径规划上的表现会稳定很多也更容易向别人解释你的方案为什么可靠。希望帮到你。本文还有配套的精品资源点击获取