路径规划的一般步骤：构建环境、搜索、平滑处理；环境构建：C-空间，自由空间、Voronoi图、栅格法；搜索算法在下面逐个列出。解决的问题：全局、局部、未知环境；解决维度：二维、三维；路径搜索的连续性：离散、连续; 时间需求：实时、不是实时的；下面先列出常见的路径优化方法，后面将逐个给出算法基本思想。并且结合前人的研究成果，给出部分算法的源代码，因为个人力量有限，如果有感兴趣的，可以一起来实施相关算法的源代码，本人邮箱为：2938948067@qq.com,欢迎感兴趣的朋友一起交流。
http://blog.csdn.net/jiakeyouwe/article/details/53462920
https://en.wikipedia.org/wiki/Rapidly-exploring_random_tree
https://en.wikipedia.org/wiki/Steven_M._LaValle
数学分析方法有：无向图，有向图、计算几何、线性规划、概率分析、随机采样、代数。
1、 Dijkstra算法
2、 Floyd
3、 Bellman–Ford
4、 Viterbi algorithm
5、 Johnson's algorithm
6、 Fallback
7、 神经网络算法（各种神经网络方法）
8、 禁忌算法
9、 蚁群
10、 粒子群
11、 遗传
12、 模拟退火
13、 模糊逻辑算法
14、 人工势场法
15、 剖分法（局部处理法，将整个问题转换为子问题）
16、 贪心算法
17、 Artificial Bee Colony
18、 Bacterial Foraging Optimization
19、 Fire Fly algorithm
20、 形态适应的方法(Morphological Adaptation Approach)
21、 Kalman滤波
22、 随机概率图
23、 贝叶斯网络
24、 基于曲线（Basein、二次Bezier曲线、三次Bezier、曲率平滑（G1、G2、G3、G4））
25、 Walk To
26、 bug
27、 A*
28、 空间离散法
29、 D*
30、 AD*
31、 Theta*
32、 phi*
33、 RPP
34、 EST
35、 RRT（RRT-connect、Direction-RRT、RRT*、Informed-RRT*、B-RRT*、TG-RRT（三角泡分）、 TP-RRT（机器人）、CL-RRT（机器人）、RRT-Blossom、Do-RRT、NH-RRT、RRG、RRT*-Smart、A*-RRT、A*-RRT*、RRT*-FN、RRT*-AR、RT-RRT*、Theta*-RRT）
RRT鼻祖：Steven M. LaValle，可以在维基百科得到这个算法相关的所有改进算法。B-RRT*、TG-RRT
36、 PRM
37、 可视图法（visibility Graph）
38、 Cell decomposition
39、 Minkowski sum
40、 动力学方法
41、 Markov decision process
42、 计算机几何法（voronoi，del）
43、 路径追踪法
44、 Lambda*
动态窗口法（Dynamic Window Approach）
来源：oschina
链接：https://my.oschina.net/u/4309384/blog/3881396