当前正处于人工智能时代的高速发展时期,随着智能化技术的不断发展与成熟,移动智能体的路径规划问题已逐渐演变成智能体领域中的核心研究内容。考虑到生活中实际操作角度的需求,本文则主要研究在三维空间环境中的路径规划问题,使用改进后的遗传算法对移动智能体的单目标点三维地形路径规划问题以及多目标点三维地形路径规划问题展开研究。首先,对三维空间环境进行建模,采用栅格法将空间的三个维度进行等距划分。针对三维地形路径规划主要在三维地形表面行进的特性,只需对经度和纬度作网格化处理,在z轴方向直接取地形表面的海拔高度,简化连续变化的三维地形表面。其次,考虑到三维地形路径规划问题中的空间复杂度较高,为克服地形的不确定性带来的干扰和影响,借鉴自然界生物视觉系统的工作机制,提出了路径规划中的视野范围概念,继而借助空间几何投影方法实现了视野范围的构建,并建立了视野范围机制的检测算法,使得行走路径成功避开地形障碍。然后,基于三维环境模型,对单目标点三维地形路径规划问题展开研究。在三维地形上设定起点和终点,将视野范围机制的检测算法融合到遗传算法的种群初始化和变异策略中,使得遗传算法种群中的个体总在视野范围内,确保了行走路径的可行性,再通过迭代进化找到从起点出发到达终点的最短路径。改进后的遗传算法不必再设计修复算子,降低了算法复杂度。仿真实验以融合视野范围的遗传算法和蚁群算法分别求解,结果表明前者求得的最优路径长度平均降低了18.7%,且求解性能和效率更高。这为仿生学与现代群智能算法的结合提供了新的思路和方法。最后,针对需要从起点出发依次途经多个目标点并回到起点且要求每个目标点只途经一次的多目标点三维地形路径规划问题,抓住问题特征将其转化为对称性的旅行商问题,建立TSP模型。先利用单目标点三维地形路径规划算法求解出任意两个目标点间的最短路径长度以构成距离矩阵,再采用遗传算法对多目标点三维地形路径规划问题进行求解。仿真实验分别在两个目标点数量不同的测试场景中求解,结果表明了本文所提算法的有效性。