随着科学技术的发展,机器人得到越来越广泛的应用。路径规划是机器人研究领域的一个重要课题,特别对于复杂动态环境下障碍物的处理是动态路径规划的一个重要问题。粒子群的优化算法在解决路径规划问题上具有寻优精度高,收敛速度快的优点;Q学习算法在动态环境下具有很强的自主学习能力,通过直接估算状态-动作对的值函数Q（s,a）来快速获得最优策略?^（9）。本文将两种算法有机融合来解决复杂动态环境的路径规划问题。本文提出了结合全局静态和局部动态环境的IHPSO-Q动态路径规划算法。首先在粒子群算法中引入健康度概念,通过粒子在迭代过程中的震荡数与停滞数来识别粒子群中的懒惰粒子,避免算法陷入局部最优解,再用接近最优解的引导因子更新懒惰粒子的位置与速度,提升粒子群整体的健康度,加快算法迭代速度,规划出全局路径。其次,定义了机器人行进方向的动作集合A,通过BOX离散方法得到机器人与障碍物之间风险度量的状态集合S,将连续的环境信息离散化做为算法的有效输入信息,设计Q值矩阵用来记录机器人当前环境下面临的周边状态与下一步的决策动作之间的预期奖励值,并且通过加入回溯法使后续巡查机器人动作学习过程所产生的影响能够快速传递给当前状态,使Q值传递的滞后性得到改善,更新规则更加合理有效。第三,机器人在全局规划路径的巡查中,将巡查机器人的运动基于优先级分解为导向与避障两种行为,周围环境没有障碍物时以全局规划路径为导向,当探测到障碍物时,以避障行为优先,对Q值矩阵进行实时计算,并根据预先定义规则确定奖励值,由此选择执行新动作的策略。机器人通过对动态避障的强化学习,构建成一个动态路径规划的最优策略模型,支持机器人的智能巡查。最后在MATLABR2016a实验平台上进行仿真实验,通过八个CEC标准测试函数测试表明,本文提出的IHPSO-Q算法在寻优时间、收敛速度、抗干扰能力及最佳性能指标上相比于传统HPSO算法都有所提升,IHPSO-Q算法比传统的Q算法迭代次数更少,收敛效果较好,达到了研究目标。