移动机器人路径规划是移动机器人技术研究中的关键问题,其主要任务是:机器人在有障碍物的空间中找到一条最短的或最低代价的无碰撞路径。多机器人路径规划以多机器人系统为对象,在同一空间中为每一个机器人找到一条较优路径,并保证每一时刻机器人之间无碰撞,机器人与障碍物之间无碰撞。本文首先对移动机器人路径规划领域分类,介绍了全局路径规划和局部路径规划两类规划中的常用方法,并对比分析了每种方法的优缺点。其次改进了一种基于神经网络的三维机器人路径规划环境原型系统,为混合路径规划算法的提出准备了较精确的适应度函数。最后提出了Agent技术和微粒群算法结合的多机器人混合路径规划算法。Matlab仿真和分析表明该算法应用于移动机器人路径规划是可行的,并能够有效的提高普通路径规划算法的运算效率。本文的主要工作包括:1.改进了基于非静态环境的成功避障移动机器人实时路径规划模型——SHAA(Shunting HHNN Apllication Algorithm)模型。通过新模型,描述机器人工作空间动态环境约束并选择最优适应度函数。2.提出了机器人Agent联盟和微粒群算法结合的混合路径规划算法;在该算法中使用最优适应度函数,找到机器人路径规划最优无碰路径。3.对混合路径规划算法进行了仿真和分析。