RRT(Rapidly-exploring Random Tree)란 고차원 구성 공간(C-space)에서 무작위 샘플링을 반복해 트리를 점진적으로 확장함으로써 충돌 없는 경로를 탐색하는 샘플링 기반 경로 계획 알고리즘이다. 격자 탐색이나 포텐셜 필드 방식이 고차원 공간이나 복잡한 장애물 환경에서 계산 비용이 급증하는 문제를 우회하기 위해 고안되었다. 알고리즘은 시작 자세에서 트리를 구성하고, 무작위 구성을 샘플링한 뒤 트리의 가장 가까운 노드 방향으로 일정 거리만큼 확장하는 과정을 반복하며, 목표 자세에 도달하면 경로를 추출한다. 예를 들어 7자유도 로봇팔이 선반 사이에 팔을 집어넣는 동작을 계획할 때, RRT는 각 관절 각도로 이루어진 7차원 공간에서 트리를 확장해 충돌 없는 관절 궤적을 찾는다. RRT는 탐색 완료성(probabilistic completeness)을 보장하지만 생성된 경로가 최적이 아닌 경우가 많으므로, 경로 최적성이 필요할 때는 비용 함수를 도입해 트리를 재연결하는 RRT* 변형을 사용한다.