Algorithm 1	Improved-ACO (Global Planning)
Input	Grid map, start s, goal g, ACO parameters
Output	best_path, best_cost
1	Initialize pheromone $\tau \leftarrow {\tau }_0$ on all feasible edges.
2	Precompute distance field $D$ and fused heuristic ${\eta }^{\mathrm{fusion}}$.
3	Set best_cost $\leftarrow +\infty$, no_improve $\leftarrow 0$.
4	for $t=1$ to $t_{\mathrm{m}\mathrm{a}\mathrm{x}}$ do
5	$\hspace{1em}\hspace{1em}\mathrm{perIterAntTau} \leftarrow 0; \mathrm{perIterElite} \leftarrow 0$
6	$T=T_{\mathrm{m}\mathrm{i}\mathrm{n}}+{\displaystyle \frac{T_{\mathrm{m}\mathrm{a}\mathrm{x}}-T_{\mathrm{m}\mathrm{i}\mathrm{n}}}{2}}\left(1+\mathrm{c}\mathrm{o}\mathrm{s}{\displaystyle \frac{\pi (t-1)}{t_{\mathrm{m}\mathrm{a}\mathrm{x}}}}\right)$.
7	$\mathrm{for} k=1$ to $m$ do
8	$\hspace{1em}\hspace{1em}{\mathrm{p}\mathrm{a}\mathrm{t}\mathrm{h}}_k\leftarrow \mathrm{ConstructPath}\_\mathrm{Pro} \left(M,s,g,\tau ,{\eta }^{\mathrm{fusion}},T,C_{\min },\xi ,{\tau }_0,\alpha ,\beta \right)$.
9	$\hspace{1em}\hspace{1em}{\mathrm{p}\mathrm{a}\mathrm{t}\mathrm{h}}_k\leftarrow \mathrm{R}\mathrm{e}\mathrm{m}\mathrm{o}\mathrm{v}\mathrm{e}\mathrm{R}\mathrm{e}\mathrm{d}\mathrm{u}\mathrm{n}\mathrm{d}\mathrm{a}\mathrm{n}\mathrm{t}\left(\left.{path}_k\right)\right)$
10	$\hspace{1em}\hspace{1em}{L}_k\leftarrow \mathrm{P}\mathrm{a}\mathrm{t}\mathrm{h}\mathrm{L}\mathrm{e}\mathrm{n}\mathrm{g}\mathrm{t}\mathrm{h}\left.\left({path}_k\right)\right)$
11	$\hspace{1em}\hspace{1em}\mathrm{perIterAntTau} \leftarrow \mathrm{perIterAntTau}+\Delta \tau \left({path}_k\left.,L_k,Q\right)\right)$
12	end for
13	$\mathrm{if} \mathrm{all} L_k=\infty$ then
14	$\hspace{1em}\hspace{1em}\hspace{1em}{C}_{\mathrm{m}\mathrm{i}\mathrm{n}}\leftarrow \mathrm{m}\mathrm{a}\mathrm{x}\left(0,C_{\mathrm{m}\mathrm{i}\mathrm{n}}-\Delta C\right)$; rerun this iteration
15	if still infeasible then return failure
16	end if
17	Find best individual $\left(L^{\ast }\right.,\left.{path}^{\ast }\right) \mathrm{among}\left\{\left(L_k\right.\right.,\left.\left.{path}_k\right)\right\}$
18	$\mathrm{if} L^{\ast }<$ best_cost then
19	${\hspace{1em}\hspace{1em}\hspace{1em}\mathrm{b}\mathrm{e}\mathrm{s}\mathrm{t}}_{\mathrm{c}\mathrm{o}\mathrm{s}\mathrm{t}}\leftarrow L^{\ast },\mathrm{b}\mathrm{e}\mathrm{s}\mathrm{t}\_\mathrm{p}\mathrm{a}\mathrm{t}\mathrm{h}\leftarrow {path}^{\ast },\mathrm{n}\mathrm{o}\_\mathrm{i}\mathrm{m}\mathrm{p}\mathrm{r}\mathrm{o}\mathrm{v}\mathrm{e}\leftarrow 0$
20	else
21	$\hspace{1em}\hspace{1em}\hspace{1em}\mathrm{no}\_\mathrm{improve} \leftarrow$ no_improve +1
22	end if
23	$\mathrm{p}\mathrm{e}\mathrm{r}\mathrm{I}\mathrm{t}\mathrm{e}\mathrm{r}\mathrm{E}\mathrm{l}\mathrm{i}\mathrm{t}\mathrm{e}\leftarrow Q/L^{\ast }$ added only on edges of ${path}^{\ast }$
24	$q\left(t\right)\leftarrow \mathrm{e}\mathrm{x}\mathrm{p}\left({\displaystyle \frac{t-1}{t_{\max }}}\right)-1$
25	$\tau \leftarrow (1-\rho )\tau +\mathrm{perIterAntTau}+q\left(t\right)·\mathrm{p}\mathrm{e}\mathrm{r}\mathrm{I}\mathrm{t}\mathrm{e}\mathrm{r}\mathrm{E}\mathrm{l}\mathrm{i}\mathrm{t}\mathrm{e}$
26	$\tau \leftarrow \mathrm{m}\mathrm{i}\mathrm{n}\left\{{\tau }_{\max },\mathrm{m}\mathrm{a}\mathrm{x}\left\{{\tau }_{\min },\tau \right\}\right\}$
27	$\mathrm{if} \mathrm{no}\_\mathrm{improve} \ge P$ then
28	$\hspace{1em}\hspace{1em}\hspace{1em}\tau \leftarrow (1-\gamma )\tau +\gamma {\tau }_0$
29	$\hspace{1em}\hspace{1em}\hspace{1em}\mathrm{no}\_\mathrm{improve} \leftarrow 0$
30	end if
31	end for
32	return best_path, best_cost