移动机器人的路径规划是一种比较典型的优化问题,本身具有复杂性、约束性、非线性、建模规范等特点,因此,通过研究此问题,探索与改进一种适合于大规模并行且具有智能特征的路径优化算法成为一个可行的研究方向。目前,已经存在很多优化算法来解决机器人路径规划问题,但很多的算法都存在一定的局限性。而新型的蚁群算法具有正反馈性、灵活性和协同性等特点,顺应路径规划算法的研究现状和向智能化、仿生化发展的趋势。因此,本文研究了基于改进的蚁群算法的机器人路径规划问题,具体来说,主要在以下方面进行了研究工作：首先对当前机器人路径规划问题的常用建模方法和路径搜索算法进行了总结和归纳,为本文的研究奠定了基础。其次,从蚁群算法的提出到建模,分析了蚁群算法的本质,为本文的研究提供了基本的理论支持。再次,通过VB6.0软件编程,利用基本蚁群算法求解了48个城市的TSP问题,并对算法的参数和性能进行了分析,为本文研究工作的展开提供了坚实的平台。最后,利用MATLAB7.0软件编程仿真,分析了基本蚁群算法应用于机器人路径规划问题的不足,并对算法进行了三点重要相应的改进,通过仿真验证了算法的改进性能。