最优轨迹规划是机器人最优控制问题之一，实际上,规划就是一种问题的求解技术，即从某个特定问题的初始状态出发，通过构造一系列操作步骤，使之达到解决该问题的目标状态。机器人的轨迹规划的策略中，与工作效率相关的时间最优算法是最早被提出来的。其目的是为了通过最大化机器人的操作速度而最小化机器人总的运行时间。能量最优指标在工业应用中也是很重要的性能指标，因为它不仅可以产出出光滑的轨迹从而使轨迹更容易跟踪，而且还能减少机器人结构的压力。在能量资源有限的情况下，这个性能更是重要。除了这两种性能指标外还有诸如，跃度最小、速度和加速度最小、可操作度等性能指标，但是没有人将这些指标全部考虑，本问就是通过使用多目标函数将以上的时间、能量、跃度性能指标加权考虑，从而达到以上所有性能指标的特性。本文的主要的内容如下：（1）对多目标优化问题进行了研究，并提出了使用两种进化算法—差分进化算法和基于精英策略的非支配排序的遗传算法来解决多目标优化的问题。（2）在对机器人的运动学和动力学进行研究的基础上，建立机器人运动学和动力学方程，最后以斯坦福机器人为例，建立起其机器人模型。（3）加权考虑机器人的时间、能量、跃度性能指标，建立一个多目标函数—代价函数。（4）采用了三次样条曲线来拟合关节轨迹，并推导了该样条的曲线和约束方程。（5）结合斯坦福机器人为例，分别采用差分进化算法和基于精英策略的非支配排序遗传算法以代价最小为优化目标，求解机器人的运动轨迹，并对结果进行对比。