最短路径算法技术性是智能机器人研究领域的1个关键支系。 最短路径算法便是根据某一或一些提升规则(如工作中成本最少、行进路线最短、走动時间最少等)，在智能机器人工作中室内空间中寻找1条从起止情况到总体目标情况、能够绕开阻碍物的 途径。

最短路径算法方式大概能够分成传统式方式和智能化方式2种。传统式最短路径算法方式关键有下列几类:自由空间法、图检索法、栅格数据解耦法、人力势场法。绝大多数智能机器人最短路径算法中的全局性整体规划全是根据以上几类方式开展的,但这种方式在途径检索高效率及途径提升层面有待更进一步改进。人力势场法是传统式优化算法中较完善且高效率的整体规划方式,它根据自然环境势场实体模型开展最短路径算法,可是沒有调查途径是不是 。

智能化最短路径算法方式是将进化算法、模糊逻辑及其神经元网络等人工智能技术方式运用到最短路径算法中,来提升 智能机器人最短路径算法的躲避障碍物精密度,加速整体规划速率,达到具体运用的必须。在其中运用较多的优化算法关键有模糊不清方式、神经元网络、进化算法、Q学习培训及混和优化算法等,这种方式在阻碍物自然环境已经知道或不明状况下均已获得相应的科研成果。

      人工智能之所以能够叫人工智能，这是由于它有非常比较发达的“大脑”。在脑中起功效的是cpu，这类电子计算机跟实际操作它的人有直接性的联络。