动态路径规划算法有以下几种常见的方法：

1. A*算法：A*算法是一种启发式搜索算法，通过评估当前节点到目标节点的代价估计值和当前节点到起始节点的实际代价，选择最优路径。它在搜索过程中通过启发函数来引导搜索方向，以减少搜索的时间和空间复杂度。

2. Dijkstra算法：Dijkstra算法是一种无启发式的最短路径搜索算法，通过计算节点之间的距离和选择最短路径，从起始节点到目标节点的最短路径。它适用于没有启发信息或者启发信息不明确的情况。

3. RRT算法：RRT（Rapidly-exploring Random Tree）算法是一种基于随机采样的搜索算法，通过不断扩展树的节点，直到找到目标节点或者达到一定的搜索时间或迭代次数。它适用于高维空间和复杂的障碍物环境下的路径规划问题。

4. PRM算法：PRM（Probabilistic Roadmap）算法是一种基于随机采样的路径规划算法，通过在空间中随机采样节点，并使用碰撞检测来构建一个图，然后使用图搜索算法（如Dijkstra算法）来寻找最优路径。

5. RRT*算法：RRT*算法是对RRT算法的改进，通过在搜索过程中动态优化树的连接方式，从而得到更优的路径。它使用了代价函数来评估路径的质量，并通过重新连接节点来改进路径。

这些动态路径规划算法在不同的问题和场景中有不同的适用性和性能表现，可以根据具体问题需求选择合适的算法。