一种机器狗路径规划方法、装置和存储介质

本申请涉及一种机器狗路径规划方法、装置和存储介质，其中，该方法包括：针对复杂环境高维特征选择问题，提出多策略改进蜣螂优化算法，通过折射反向学习机制生成初始种群，结合精英保留策略筛选最优特征子集并获取全局最优位置；构建融合鱼鹰优化的位置更新模块、自适应t分布扰动模块及雅克比曲线平滑模块的协同优化模型；采用动态终止条件迭代更新全局最优解，最终输出低维高精度特征子集。通过本申请，解决了复杂环境下传统特征选择算法因局部最优、收敛慢导致的机器狗决策效率低下和路径规划失效的问题，有效降低了数据维度，缩短计算耗时，在动态复杂环境中实现机器狗快速决策与高成功率路径规划，同时具备电磁干扰下的强鲁棒性。