随着全球现代计算机技术的高速发展,软硬件功能与实现进步斐然,计算机可以存储大量的信息并快速处理。人工智能在科技发展浪潮中应运而生,并且在现代科技中是极为重要的前沿学科。而路径搜索问题是其中非常重要的问题,当然这也是人们研究的重点。本文研究了深度优先搜索算法、广度优先搜索算法、迪杰斯特拉算法和A*算法在路径搜索问题中的表现,分析它们的优缺点,并重点针对A*算法在寻路问题中的不足进行改进与优化。A*算法是一种启发式路径搜索算法,通过对估价函数进行评估并给出其搜索路径。但当寻路过程中遇到路径中的死路陷阱,根据估价函数选择其他路径时,死路节点也被存储在闭合列表中。最终进行路径提取时,会重复考察死路节点,虽然最优路径会将它们舍弃,但无意义的访问会占用大量内存,降低搜索效率。本文提出一种近路回溯A*算法,规避遇到死路回溯时重复访问的问题。该算法新建一个父节点表,每个节点的属性中都增加父节点信息,最终以父结点表和闭合列表中的节点信息,进行回溯,得到最优路径,避免重复考察冗余节点带来的搜索速度降低问题。当寻路问题中存在多个起止节点时,A*算法无法智能判断哪条路径最短,只有通过多次调用,比较分析才能求出最优路径。基于此,将近路回溯A*算法进行优化,提出一种多对多路径提取的A*算法。该算法可以把多个起始节点同时存入开放列表中进行考察,同时计算出距离最近的目标节点,以规划出最优的通路。优化后的算法对于解决多点寻路问题,可以减少A*算法多次调用的性能影响,避免节点大量重复考察带来的效率降低问题。最后,通过使用深度优先搜索算法、广度优先搜索算法、迪杰斯特拉算法以及近路回溯A*算法求解无障碍二维地图寻路问题以及随机有障碍二维地图寻路问题,对四种路径搜索算法在考察节点数、花费时间、路径开销和是否最优四方面进行了数值分析实验。实验结果验证了近路回溯A*算法具有最高的搜索效率和良好的通用性。