最短路徑算法技術性是智能機器人研究領域的1個關鍵支系。 最短路徑算法便是根據某一或一些提升規則(如工作中成本最少、行進路線最短、走動時間最少等)，在智能機器人工作中室內空間中尋找1條從起止情況到總體目標情況、能夠繞開阻礙物的 途徑。

最短路徑算法方式大概能夠分成傳統式方式和智能化方式2種。傳統式最短路徑算法方式關鍵有下列幾類:自由空間法、圖檢索法、柵格數據解耦法、人力勢場法。絕大多數智能機器人最短路徑算法中的全局性整體規劃全是根據以上幾類方式開展的,但這種方式在途徑檢索高效率及途徑提升層面有待更進一步改進。人力勢場法是傳統式優化算法中較完善且高效率的整體規劃方式,它根據自然環境勢場實體模型開展最短路徑算法,可是沒有調查途徑是不是 。

智能化最短路徑算法方式是將進化算法、模糊邏輯及其神經元網絡等人工智能技術方式運用到最短路徑算法中,來提升 智能機器人最短路徑算法的躲避障礙物精密度,加速整體規劃速率,達到具體運用的必須。在其中運用較多的優化算法關鍵有模糊不清方式、神經元網絡、進化算法、Q學習培訓及混和優化算法等,這種方式在阻礙物自然環境已經知道或不明狀況下均已獲得相應的科研成果。

      人工智能之所以能夠叫人工智能，這是由于它有非常比較發達的“大腦”。在腦中起功效的是cpu，這類電子計算機跟實際操作它的人有直接性的聯絡。