武 曲，张 义，郭 坤，王 玺

(青岛理工大学 信息与控制工程学院，山东 青岛 266520)

1 引 言

路径规划是人工智能领域的一个重要研究方向，在各个领域得到了广泛的应用.迄今已经有许多经典的路径规划算法被提出.

Dijkstra算法是一种很早就被提出的路径规划算法[1]，它将环境抽象为一个图问题，利用广度优先搜索策略遍历图，直到找到最短路径.A*算法是Dijkstra算法[2]的改进.在原有算法的基础上增加了启发式函数，并定义了一种当区域与扩展点之间的一种度量作为扩展优先级，在进行路径扩展时会优先扩展优先级高的节点.但当该方法用于处理多维复杂问题时，无论是把环境抽象为图模型还是对图模型求解都将变得很复杂.势场法[3]把规划空间看作物理学中的场，把智能体看作一种粒子.障碍物对粒子产生排斥力，目标对粒子产生引力.两者的合力即为智能体的最终运动的方向.这种方法实时性较好，产生的路径通常十分平滑，适合于机械臂一类的应用，缺点是在合力为0的位置智能体容易陷入局部最优解.

近年来，随机人工智能的兴起，很多基于人工智能的路径规划方法被提出，Chen等[4]提出了一种双向神经网络来解决未知环境下的路径规划问题.Wu等[5]将路径规划任务转化为环境分类任务，使用CNN来进行路径规划.Yu等[6]提出了一种基于神经网络的鲁棒控制方案，并结合自适应补偿器和自适应控制增益来实现具有避障能力的编队控制.

强化学……