六足机器人由于具有运动方式多样、稳定性好、承载力强等优点,面对复杂的、非结构化的地形具有较强的适应能力,其应用场景较为广泛,如抢险救灾、星际探索等。对于其运动规划的研究,一直是六足机器人的研究热点之一。目前,六足机器人的运动规划较多地采用了以数学模型构建为主的模块化控制的方法,将运动规划分为路径规划和轨迹规划分别进行研究。但是由于六足机器人是具有多传感器的多输入多输出系统,其结构较为复杂,因而带来了模型的和状态估计的不确定性,数学建模的难度较大。深度学习是一种端到端的模型拟合方式,通过对深度神经网络进行合理的设计和训练,可以从数据输入直接得到动作输出,因此可采用深度学习来降低建模的难度。强化学习是一种通过不断试错的方式进行学习并得到决策能力的机器学习方式,可将其用于机器人的运动规划研究,只是传统的以表格形式进行价值函数更新的强化学习算法,难以处理六足机器人高维连续的状态空间和动作空间。而将深度学习和强化学习相结合的深度强化学习算法结合了二者的特点,因此可以采用该算法来进行六足机器人的运动规划研究。本文以一种六足机器人为研究对象,基于深度强化学习算法对其进行了运动规划研究,主要研究内容如下:1.根据六足机器人的运动学特性,分析和创建了六足机器人的状态空间和动作空间,并根据实际的运动规划问题设计出了相应的奖励函数。2.基于近端策略优化算法,在状态空间和动作空间已设计完成的基础上完成对整个算法的设计。另外,在仿真软件V-rep中,搭建了机器人的仿真模型,设计了不同的地形环境,进行了模型的训练和算法的实现。3.针对算法对样本的需求量较多、部分结果出现局部最优等问题,通过将状态空间中的地形信息改用卷积神经网络来进行处理,优化了对状态信息的处理方式,另外,还通过改变地形的大小和障碍物数量的方式,引入了课程学习来进行辅助训练。4.通过在实体六足机器人上利用RGB-D深度相机等传感器获取到地形信息等状态空间信息,并基于在仿真环境中所得到的模型执行相应动作,进行了实体实验,成功将基于深度强化学习实现的六足机器人的运动规划算法,从仿真环境中应用到了实体六足机器人上。