随着人工智能技术的飞速发展,如何利用智能体改变传统的生活生产方式日益成为人们研究的重点。无人机编队由于执行任务效率高、观测范围广、可靠性强而经常用于抢险救灾任务,所以在未来的多年里无人机编队及其相关的技术将会越来越受到世界各国的青睐,得到越来越广泛的关注和应用。随着无人机编队的技术逐渐成熟,研究热点已经从无人机编队的初级使用变为如何更好地运用无人机编队执行各种任务。本文首先对无人机编队的相关技术进行了介绍,并对几种常用的路径规划算法及改进算法进行了详细的分析。A*算法是一种在任务空间环境信息已知的情况下求解最短路径的最直接有效一种启发式搜索算法,所以A*算法经常被用作静态路径规划算法。对A*算法进行研究发现,该算法用于大型的复杂空间中时,搜索效率较低,并且在函数设计上考虑的因素较为单一,不太符合实际情况。针对A*算法所存在的问题提出了一种改进A*算法,新算法首先对启发函数和实际代价函数进行了改进,然后融合双向搜索策略,最后采用关键点选取策略对规划路径的冗余节点进行处理。改进A*算法不仅提高了算法的搜索效率,同时在一定程度上提高了规划路径的平滑性。人工势场法是一种虚拟力法,当环境信息为动态的时候此方法能较好的规划出一条光滑的路径,所以经常被用作动态路径规划算法。通过研究发现,此方法存在局部极小点、目标不可达问题以及局部震荡问题。针对目标不可达问题通过改变斥力场或引力场的增益系数来进行解决;针对局部极小值点问题对引力势函数和斥力势函数进行相应的改进;针对局部震荡问题提出了动态改变斥力和引力大小的改进方法。改进人工势场法有效的解决了人工势场法固有的问题。最后利用分步的思想将改进A*算法和改进人工势场法进行融合构成混合路径规划算法。然后利用MATLAB仿真软件对改进算法进行仿真分析,通过仿真后的最终结果表明,新算法在较为复杂的任务环境中能够获得较为理想的规划路径,与单一算法相比在性能上有很大的提升。