【出 处】：《 计算机仿真 》 CSCD 2014年第31卷第1期 407-411页,共5页

【作 者】： 栗红生 [1] ; 刘莹 [2]

【摘 要】 研究复杂路径下机器人路径规划方法，提高规划的合理性。机器人在面临复杂环境下，路径选择伴随大量错误，导致选择精度过低。为了避免上述传统算法的弊端，提出了一种基于自治智能体的复杂路径下机器人路径规划方法。详细描述机器人路径规划的相关原理，对机器人路径进行合理的编码，根据上述路径建立初始种群，获取上述种群的适应性函数，针对种群中的所有路径进行交叉和变异运算，从而得到复杂路径下的机器人路径规划结果。实验结果表明，利用本文算法进行复杂路径下机器人路径规划，能够有效提高路径规划的合理性，从而满足用户的实际需求。