蚁群算法是一种新颖的进化算法，其主要特征是采用正反馈搜索机制、分布式计算方法以及贪婪的启发式策略(Greedy Heuristic)。迄今为止，蚁群算法已解决了许多实际问题，显示出蚁群算法在求解复杂问题(特别是离散优化问题)方面的优越性。 本文综述了蚁群算法的产生和发展历程；从群居昆虫的集体行为出发，详细阐述了其生物学机理；介绍了基本蚁群算法的原理、模型、特点、实现，并通过查阅文献说明了基本蚁群算法模型中各参数的合理选择方法；同时针对蚁群算法的一些缺点，列举了当前的一些典型的蚁群算法的改进算法，并对其在各领域的应用做了简要的叙述。在此基础上，根据移动机器人路径规划问题中的特性，提出了一种静态环境下基于蚁群算法的移动机器人路径规划方法。该方法包括三个步骤：第一步是采用链接图理论建立移动机器人的自由空间模型，第二步是采用Dijkstra算法/改进的Dijkstra算法在自由空间中搜索出一条无碰撞次优路径，第三步是采用改进AS算法/ACS算法对次优路径的位置进行调整和优化，从而得到机器人的全局最优路径。通过仿真结果对比，证实了本文所提出的方法无论是收敛速度、解的波动性、动态收敛特征、还是计算效率都比基于实值GA的全局路径规划方法更好一些。