针对全局静态环境下传统蚁群算路径规划时,易陷入局部最优、前期路径有效性差等问题,提出了基于改进人工势场优化蚁群算法的障碍物环境机器人路径规划算法,算法通过斥力改进和虚拟力点设置改进人工势场算法的U形障碍物避免能力,并通过改进势场优化蚁群算法的启发函数、信息素更新和状态转移函数,以调节信息素的自适应更新,从而平衡算法的收敛速度与全局搜索能力。仿真实验结果表明,所提算法具有较好的全局搜索能力,收敛速度和搜索能力优于实验采用的已有改进蚁群算法。