概率路线图方法（PRM）是基于采样的技术，被广泛用于虚拟人类领域。 在本文中，我们提出了一种带有PRM的混合采样策略，用于复杂环境中的多主体路径规划。 从两个方面进行了优化：首先，我们提出了一种混合采样策略，该策略由桥梁测试采样和非均匀采样组成，以增强狭窄通道和边界区域中的里程碑。 其次，我们提出了一种优化的A-star算法，该算法能够删除多余的里程碑以规划正确的路径。 我们的计划者在复杂的环境中经过了测试。 初步实验表明，混合采样策略可以有效地增加里程碑包含空间的数量，并且优化的A-star算