郭心德，丁宏强

（1. 广东工业大学 自动化学院，广东 广州 510006；2. 物联网智能信息处理与系统集成教育部重点实验室，广东 广州 510006；3. 香港中文大学，广东 深圳 518172）

机器人技术的飞速发展见证了现代机器人的出现。越来越多的机器人被用以协助或取代人类在大量领域执行复杂控制操作和规划任务。然而，为移动机器人设计可靠的路径规划通常是一个复杂的过程，即使是专门为移动机器人进行路径规划的专家也需要花费大量的时间进行设计和试验[1]。移动机器人面临的不确定环境的复杂性使得机器人的路径规划相当困难，手动路径规划通常是一个昂贵且非常耗时的过程。因此，与其为机器人预先编写路径规划程序，不如让机器人自己学习路径规划[2]。

路径规划技术已被广泛应用于移动机器人、机械臂、无人机的导航中。路径规划是指机器人在复杂的环境中规划出一条从初始位置到目标位置的合适路径，是移动机器人导航最基本的部分[3]。配备多种传感器的移动机器人可以通过路径规划技术进行定位、控制运动器、检测障碍物并避开障碍物。自主智能的路径规划可以使得移动机器人根据环境信息进行综合判断和智能决策[4]。

近年来，许多经典的路径规划方法已经被深入研究，常见的有A*算法[5]、D*算法[6]、人工势场法[7-8]和蚁群算法[9]。然而，这些方法仍然存在一些缺点，例如无法或难以处理复杂的高维环境信息(如图像)或在复杂环境中容易陷入局部最优。……