實(shí)際戰(zhàn)場(chǎng)環(huán)境錯(cuò)綜復(fù)雜，很多隱蔽、動(dòng)態(tài)的障礙無(wú)法通過(guò)髙高空手段預(yù)先探測(cè)得知，因而對(duì)智能體執(zhí)行任務(wù)的安全性產(chǎn)生威脅。針對(duì)未知且障礙形態(tài)多樣的戰(zhàn)場(chǎng)環(huán)境，以躲避動(dòng)、靜障礙，追蹤目標(biāo)為硏究對(duì)象，提岀一種面向未知環(huán)境及動(dòng)態(tài)障礙的改進(jìn)人工勢(shì)場(chǎng)（ Artificial Potential field，APF）路徑規(guī)劃算法。在該算法中，智能體構(gòu)建了以目標(biāo)點(diǎn)為中心的引力勢(shì)場(chǎng)，以及以障礙物為中心的斥力勢(shì)場(chǎng)，在智能體行進(jìn)路途中感知局部障礙及目標(biāo)點(diǎn)的運(yùn)動(dòng)信息，并且將信息加入勢(shì)場(chǎng)函數(shù)的計(jì)算中達(dá)到動(dòng)態(tài)避障與追蹤的效果;另一方面，引入距離因子及動(dòng)態(tài)臨時(shí)目標(biāo)點(diǎn)來(lái)消除ΔPF算法常見(jiàn)的無(wú)解問(wèn)題——極小解情況及路徑抖動(dòng)現(xiàn)象。通過(guò)建立不同數(shù)量的隨杌障礙場(chǎng)景，進(jìn)行多次仿真對(duì)比實(shí)驗(yàn)，結(jié)果表明：所提算法能夠在未知環(huán)境中靈活躲避動(dòng)態(tài)障礙并進(jìn)行目標(biāo)點(diǎn)的追蹤，可以有效消除死解及路徑抖動(dòng)問(wèn)題。將所提算法與傳統(tǒng)APF算法及添加了動(dòng)態(tài)避障杌制的文獻(xiàn)匚9所述算法進(jìn)行對(duì)比實(shí)驗(yàn)，結(jié)果表眀所提算法能成功化解兩種對(duì)比算法路徑規(guī)劃失敗的情況，順利完成路徑規(guī)劃任務(wù)，且成功率在95%以上。