你知道扫地机器人是怎样规划路径的吗？

进化。遗传算法对于复杂的优化问题无需建模和进行复杂的运算，只要用遗传算法的三种算子就能找到优化解，因而在各种领域中得到了广泛的应用。在机器人相关领域研究中，遗传算法已被应用于机械手的轨迹生成、多机器人的路径规划、冗余机械手的障碍避碰。

　　另一方面，当遗传算法与模糊逻辑，人工神经网络等技术相结合，组合成一个智能学习和进化系统时，便显示了它的强大威力。有很多学者综合运用上述智能方法作了路径规划的尝试。如Toshio Fukuda等人提出了一个具有"结构化智能"的机器人导航系统。它以模糊控制器为核心。路径规划的一种分层决策机构，并且根据反馈得到的奖赏，惩罚信息进行学习和进化。其优点是系统自学习能力，这也是其研究的侧重点，然而他们把系统做的比较复杂，效率较低。

　　| 总结

　　移动机器人的路径规划技术已经取得了丰硕成果，但各种方法各有优缺点，也没有一种方法能适用于任何场合，如模版匹配方法过于依赖机器人过去的经验; 人工势场路径规划方法通常存在局部极小点和计算量过大的问题。不过随着科技不断发展，这些问题都会出现新的解决或者替代方法，同时机器人应用领域还将不断扩大，机器人工作环境会更复杂，移动机器人路径规划这一课题领域还将不断深入。