随着科技的高速发展,移动机器人逐步走入人们的生活。伴随人类需求的不断升级,移动机器人的工作场景趋于复杂化。针对各类复杂环境下的移动机器人路径规划算法成为当前科学技术的研究热点。移动机器人路径规划问题是实现其自主导航的重要环节,要求在给定环境下,寻找一条满足一定约束条件的无碰撞路径。其中的约束条件主要包括:路径行驶燃耗限制,规避碰撞物,路径平滑度等。本文具体工作内容如下:（1）在三维环境下,分析当前应用最为广泛的移动机器人路径规划算法,比较各类算法的优缺点,针对基本烟花算法存在的易陷入局部最优、收敛速度慢等缺陷进行改进。优化要点包括:提出针对三维环境下基于威胁、燃耗、平滑代价的多目标适应度函数作为路径优劣的判断标准,针对基本烟花算法中爆炸操作导致部分路径节点远离原始路径的问题,加入轮盘选择操作提高偏离节点变异概率,提高路径规划的速度。针对基本烟花算法中,解向量之间缺乏信息交互,导致探索全局最优解能力差的问题,提出了交叉火花操作,加快算法的收敛速度。（2）在多移动机器人环境下,针对移动机器人间缺乏信息交流,易发生碰撞、出现低效路径和死锁的问题。提出了基于通信模块的AC网络多移动机器人路径规划算法。主要工作包括:采用POMDP进行多移动机器人环境的问题建模,选择Actor-Critic作为环境的基本框架,将Q学习方法融入策略梯度网络,提高算法搜索效果和收敛速度,训练多智能体搜索出全局收益最高的最优合作策略;针对环境中包含多个智能体时,Actor网络输入数据量庞大,造成维度灾难的问题,加入了 LSTM神经网络对通信模块的历史观测序列进行特征提取,训练每个智能体依据编码后的全局观察向量进行动作决策。通过上述两种方法,实现在多智能体环境下智能体间高效合作,共同完成避障任务,规划合理路径。（3）针对三维环境和多移动机器人环境进行仿真实验。实验结果表明,在复杂三维环境中,选择交叉烟花算法能有效解决单个移动机器人的路径规划问题,并且规划出的路径在燃耗、平滑,威胁代价方面与基本烟花算法以及其他改进烟花算法相比适应度函数更低,收敛速度更快。在多移动机器人环境中,加入通信模块的AC框架多智能体强化学习算法,可以使环境更加稳定、避免维数灾难,每个移动机器人可有效规避障碍物和其他移动机器人,搜索出无碰撞的较短路径。相比于其他强化学习算法,系统累计奖励更高,碰撞率更低,算法收敛速度更快。本文针对复杂环境下的移动机器人路径规划算法研究,保证算法在三维环境及多移动机器人环境下均可有效的搜索出高效的路径,经过仿真实验和算法对比,证明了本文所提算法的高效性、通用性和优越性。