为解决森林防火移动机器人在森林地形条件的最优路径规划问题，提出一种基于拓展邻域的改进蚁群算法。首先引入定向邻域拓展策略，并将搜索邻域从8个拓展至10个拓展，以求扩大搜索效率与范围；然后综合考虑影响移动机器人的多种因素，利用路径长度和能耗改进启发函数；接着通过位置信息改进初始信息素；最后结合最大-最小蚂蚁系统(MMAS)和精英蚂蚁等算法模型的优点，改进信息素更新规则。结果表明，所提出的改进蚁群算法与传统蚁群算法、基于多启发因素的改进蚁群算法相比，路径长度分别缩短7.66%、6.53%,能耗指标分别下降62.2%、49.3%,综合指标分别下降32.6%、23.1%。研究显示所提出的改进蚁群算法具有更强的全局搜索能力和较好的应用价值。