平面网格多边形的探索问题是典型的online探索问题。本文主要对平面区域中边界几何信息未知的网格多边形探索问题进行研究。关于该问题的研究,不仅涉及到计算几何、数学等领域的相关理论知识,而且涉及到未知危险区域撤离、搜救、游戏产业、机器人路径规划等实际应用问题的求解,所以具有理论和实际两方面的研究价值。网格多边形的探索问题可描述为:给定平面上一个网格区域和一个边界信息未知的多边形P以及与边界相邻的起始位置s,机器人从s出发,探索P内所有单元格后返回到s,完成对整个网格多边形的探索。研究的目标是要找到一个探索策略以优化机器人的探索路径,缩短探索时间。本文基于以下假设进行研究:一是机器人在初始状态不了解探索区域的几何信息;二是机器人具有一定的记忆功能,且能够跟随探索过程存储相关信息。本文在论述网格多边形中内部单元格、外部单元格、分割单元格、探索策略的竞争比等相关概念的基础上,分析了网格探索问题的深度优先搜索算法和改进的深度优先搜索算法,针对探索路径过长导致探索效率较低的问题,提出了本文的改进方法,设计出了 optDFS探索算法并分析了该算法的竞争比。最后,使用Python语言实现了 optDFS探索算法,以随机生成网格多边形为测试数据进行实验,验证了本文所提出算法的有效性。