传统快速搜索随机树(rapidly-exploring random trees, RRT)路径规划算法具有随机性强、搜索效率低、迭代次数多、路径质量差等问题。通过结合势场法、引入动态步长策略、剔除冗余节点、路径平滑和修改避碰点等方法优化RRT算法路径规划过程中的步骤,并在RRT算法上加以改进。基于MATLAB平台,在2D、3D空间下进行多次仿真验证,对比传统RRT算法与改进后的RRT算法的规划时间、迭代次数等性能指标,结果表明,改进后的RRT算法路径规划效率、收敛速度、路径质量等方面有了明显提升。