本文首先对传统的路径规划算法进行了简要的介绍,随后在广泛使用的图搜索算法中,提出了障碍物作用力,并将其运用到Lazy Theta*中。然后用双向搜索策略对搜索效率进行进一步的优化。最后将局部障碍力优化的双向Lazy Theta*算法应用到简易场景中进行应用案例展示。经过对多种图搜索算法性能方面的研究比较,并结合当前流行度、实现方式等方面,得出Lazy Theta*在多种相比较的图搜索算法中具有明显的优势。提出了在路径规划中使用障碍物作用力的方式,给出了相关的数学模型以及实现方式。首先对人工势场法容易产生的局部最小值问题提出了相应的改进措施,使得它在多数场景下可以跳出局部最小值,并且简化了力场在整个搜索过程中的计算;随后将Lazy Theta*的启发式函数与障碍物作用力相结合,给出了两者结合的最优感知范围和障碍力系数。使用障碍物作用力能够平滑Lazy Theta*在路径规划中的路线,特别是对于复杂障碍物环境即含有众多不规则障碍物的情形下的适用性强、改善效果好。本文采用了 75张经典游戏地图用做测试,对每张地图选择了 1280对起止点进行搜索。经比较,改进型算法相对A*和Lazy Theta*算法分别在路径长度方面缩短了 5.3%和1.7%。本文利用双向搜索策略对改进型算法进行进一步优化,仍采用上述数据集进行效率方面的测试。测试结果表明,加入该策略能够在搜索速度上提升51.7%。最后使用虚幻引擎构建了简易场景,并将局部障碍力优化的双向Lazy Theta*算法应用于该场景中。研究成果可广泛适用多障碍物避障场景下,具有较高的学术价值和广阔的应用前景。