機器人在已知環(huán)境之中的地圖創(chuàng)建相對直觀，但在全然未知的環(huán)境之中不難實現(xiàn)自主定位和地圖繪制。在許多簡單的環(huán)境之中，如果機器人無法使用全球定位系統(tǒng)進行定位，則很容易甚至不可能獲得機器人工作環(huán)境的地圖。機器人需要在全然未知和不確定位置的情況之下創(chuàng)建地圖，并使用地圖進行自主定位和導航。Slam技術被認為是解決這一問題的關鍵。

隨著人工智能技術的飛速發(fā)展，近年來智能機器人逐漸興起。除了人臉識別和語音交互等智能功能之外，看似最基本上的行走能力也是實現(xiàn)服務機器人價值的基礎。目前，自主移動機器人已經成為機器人領域的一個關鍵研究方向。自主移動機器人具有感知簡單環(huán)境和快速做出行動決策的能力。

在未知環(huán)境之中，機器人從未知位置開始移動，根據(jù)位置估計和傳感器數(shù)據(jù)進行自我定位，并逐步改進和構建一個理想的地圖，這是一個slam過程。在slam之中，機器人使用自己的傳感器在未知環(huán)境之中識別特征標記，然后根據(jù)機器人與特征標記間的相對位置和里程表讀數(shù)估計機器人和特征標記的全局坐標。這種在線定位和地圖創(chuàng)建需要維護機器人和特征標記間的詳細信息。近年來，slam技術的研究取得了重大突破，在機器人、AR、VR、無人機、自動駕駛儀等諸多領域得到了普遍的應用。

全局路徑規(guī)劃就是在已知環(huán)境之下為機器人規(guī)劃一條路徑。路徑規(guī)劃的準確性取決于環(huán)境獲取的準確性。全局路徑規(guī)劃可以找到最小值，但需要事先知道環(huán)境的精確信息。當環(huán)境發(fā)生變化時，如未知障礙物，這種方法是無能為力的。它是一種先驗規(guī)劃，對機器人系統(tǒng)的實時計算能力要求不低。雖然規(guī)劃結果是全局性的，但對環(huán)境模型的誤差和噪聲魯棒性較少。

全局路徑規(guī)劃和局部路徑規(guī)劃沒有本質區(qū)別。許多適合全局路徑規(guī)劃的方法在改進之后也可以用于局部路徑規(guī)劃，適合局部路徑規(guī)劃的方法也可以用于改進之后的全局路徑規(guī)劃。通過合作，機器人可以更糟糕地規(guī)劃從起點到終點的行走路徑。