本文提出了一种简单而高效的改进动态规划算法--MDP(ModifiedDynamic Programming)算法，该算法可以在目标点和障碍物均可运动的实时环境下搜索最优路径。MDP算法不但可以工作在实时环境中，而且无需障碍物和目标点运动的先验信息。只要动态系统更新频率足够快，MDP总可以使机器人追踪到目标点。当目标点做某些特殊运动时，即使目标点运动速度大于机器人的追踪速度，MDP算法也可使机器人追踪到目标点。　　 MDP算法与很多机器人路径规划算法相同，机器人的运行环境是通过拓扑的栅格表示出来的。环境中的每个栅格点实时接收信息，而且只与其相邻的栅格点相关联。每个栅格点上存储的是此栅格点距离目标点的当前最短距离。每个栅格点上信息的更新是通过相邻栅格点实现的，也就是说，每个栅格点信息的更新不需要全局环境信息或者之前的历史信息，而被认为是一个独立的存储器。机器人的路径完全是由机器人当前所在栅格点的位置决定的。每个栅格点更新所需的计算时间非常小，可以忽略不计，因此MDP算法允许从目标点向外快速的传播距离信息。　　 在障碍物和目标点都不运动的静态环境中，MDP算法就是一个解决最短路径问题的DP算法，但是作为DP算法受到全局信息的限制。本文证明MDP算法只经过少量的迭代便收敛，每个栅格点上记录着道目标点的最小距离，而且证明MDP算法总是可以选择最优路径。本文通过一系列的仿真实验验证了MDP算法的有效性。