路径规划问题是近年来机器人技术领域研究的热点问题之一,也是机器人学在研究人工智能方面的一个重要分支。本论文以机器人对抗比赛(主要包括微软轮式微型机器人仿真比赛平台和全局视觉机器人水球比赛平台)为研究对象,针对机器人对抗比赛体系中路径规划问题特有的复杂度高、实时性强、反映要求迅速和多智能体等特点,提出一种基于动态人工势场算法思想的路径规划方法。主要解决了传统人工势场法用于路径规划时存在的无法到达目的地问题和局部最小陷阱问题,并将该路径规划方法最终写入实际比赛决策中,取得了较好的效果。本文的主要工作有:第一,对机器人系统研究背景、移动机器人路径规划的研究现状、课题研究背景及现实意义进行综述性介绍,对微软轮式微型足球机器人仿真(MSRS)比赛平台和全局视觉机器人水球比赛平台,以及在实验过程中用的一些主要规则。第二,分析了经典人工势场模型法以及其用于路径规划存在的主要问题,针对这些问题提出了相应的解决措施,包括:针对机器人无法到达目标点问题改进了势场模型中的斥力构成以及采用虚拟水流法解决局部最小陷阱问题,并根据提出的解决思路,在MATLAB中做了仿真对比实验。最后将改进的人工势场法——动态人工势场法应用于路径规划中。第三,详细介绍了MSRS仿真比赛策略构成,将基于动态人工势场法的路径规划方法应用在MSRS比赛决策中,并与基于遗传算法、蚁群算法以及一般几何算法的路径规划方法作比较,分析实战比赛数据;将基于动态人工势场法的路径规划方法在机器人水球比赛平台中检验,并分析比较该路径规划方法在不同实验平台中的效果。实战比赛实验结果表明,基于动态人工势场法的路径规划方法具有计算量小、计算方法简单且在轨迹规划时考虑了机器人的运动性能等特点,使其在对抗比赛中有较好的避障效果,能够很好的满足比赛的复杂性和实时性等要求。