无人飞行器在军事、测绘等领域有着广泛的应用。随着计算机、自动化等技术的发展,飞行器的种类越来越多,无人飞行器航迹规划系统完成的任务和需要处理的约束条件也越来越复杂,这对航迹规划系统提出了极大的挑战。传统的航迹规划方法通常是基于某种启发式的条件,对规划空间进行搜索和遍历以寻找规划解的方法。这些传统的航迹规划方法的一个共同特点是缺乏对规划过的任务进行学习和总结的能力,无法输出可供未来任务规划参考的规划策略。在新的规划任务或环境中,难以利用已有的规划经验提高规划效率。深度强化学习技术使用神经网络表达策略,这使得学习和使用规划策略变得可能。然而,这种以神经网络表达的规划策略容易带来过拟合的问题,通常无法直接应用于新的规划任务或环境。针对这一问题,论文提出了一种基于深度强化学习技术的航迹规划方法:使用深度神经网络学习策略网络（Actor Network）和价值评估网络（Critic Network）,这些深度网络从规划样本中进行经验总结,提供规划时的初始策略;在深度网络提供的初始策略基础上,使用蒙特卡洛树搜索算法进行在线强化学习,输出更优质的规划决策。其中,在线强化学习过程使得规划航迹的质量得以保证,深度网络提供的初始策略使得强化学习算法从较高的起点进行迭代,有利于提高算法的规划效率。论文实现的航迹规划方法完成了对飞行环境建模、约束建模、规划任务、优化目标、深度网络训练方法、规划算法等方面的设计。其中,深度网络的学习过程无需人为干预,网络训练的标签完全由算法迭代生成,避免了人为产生样本带来的人力成本。实验环节对论文提出的航迹规划方法的性能进行分析,将不同学习阶段的深度网络对规划算法的影响进行对比验证。实验结果表明,论文提出的航迹规划方法可以稳定地规划出满足约束条件的航迹,所学习的深度网络也可以提高算法在未知环境下的规划效率。