0 引  言 　　移动机器人路径规划是机器人学的一个重要研究领域，也是人工智能与机器人学的一个结合点。不论是哪种类别的移动机器人，都要求根据某一准则(如行走路线总长度最短，能量消耗最少等)，在工作空间中沿一条最优(或次优)的路径行走。 　　路径规划的典型方法有图搜索法、栅格法、人工势场法等，这些算法都有一定局限性，易陷入局部最优解，而遗传算法在解决非线性问题上具有良好的适用性，已成为路径规划中使用较多的一种方法。但是标准的遗传算法本身也存在着早熟，易陷入局部最优解等缺陷，不能保证对路径规划上

0 引  言 　　移动机器人路径规划是机器人学的一个重要研究领域，也是人工智能与机器人学的一个结合点。不论是哪种类别的移动机器人，都要求根据某一准则(如行走路线总长度短，能量消耗少等)，在工作空间中沿一条(或次优)的路径行走。 　　路径规划的典型方法有图搜索法、栅格法、人工势场法等，这些算法都有一定局限性，易陷入局部解，而遗传算法在解决非线性问题上具有良好的适用性，已成为路径规划中使用较多的一种方法。但是标准的遗传算法本身也存在着早熟，易陷入局部解等缺陷，不能保证对路径规划上计算效率和可靠性