一种改进RBF神经网络的机器人轨迹规划方法：在应用径向基函数RBF(RadialBasisFunction)神经网络对机器人进行轨迹规划时，为解决一般学习算法中收敛速度慢、学习精度不高的问题。提出一种混合学习算法。该方法根据轨迹规划的具体要求，用最近邻聚类算法确定网络的结构和参数．通过在学习速率中加入自适应学习因子调整网络参数，以加快收敛速度。通过MATLAB软件进行仿真，结果表明混合学习算法收敛速度较快。逼近误差小，从而证明了该算法的可行性。