针对移动机器人路径规划算法不能根据环境自适应调整步长的问题，提出一种基于环境复杂度的变步长路径规划算法。以快速搜索随机树(RRT)算法为例，引入衡量路径规划性能的参数，通过遗传算法寻找最优步长与环境复杂度之间的关系，建立最优步长与环境复杂度的函数表达式。针对局部环境的特殊性，提出基于滑动窗的变步长RRT路径规划算法。基于该算法，移动机器人能够根据实时局部环境动态改变路径规划的搜索步长，提高了算法的整体性能。最后通过Matlab仿真实验验证了所提出的RRT算法较传统RRT算法具有高效、平稳、代价小的优点。