《基于改进RRT算法的智能施肥机器人研究》为作者：刘攀最新的研究成果，本论文的主要观点为针对智能施肥机器人使用传统RRT路径规划算法在复杂环境下收敛速度慢和规划的路径质量不高的问题，提出一种改进RRT算法的路径规划算法（RRT-D）,以提升RRT算法的收敛速度及其路径规划的质量。该算法采用不限制步长和不设置到达阈值的RRT算法生成搜索树后，采用贪心搜索策略将树连接成无向图，再由Dijkstra算法搜索代价最小的路径。实验结果表明，与传统RRT算法相比，RRT-D算法在构建树的时候能减少97。43%的迭代次数，减少90。86%搜索时间，总体规划时间相比传统RRT算法减少77。78%，并且能规划出质量更高，代价更小的路径，验证了RRT-D算法在路径规划中的优势。不知是否符合录用要求，望您批评与指正。