近年来,随着微电子技术的快速发展,推动了小型无人机在教育、国防和人们日常生活等方面的广泛应用。其中四旋翼无人机因其可靠的结构与出色的飞行能力,逐渐成为工程研究与商业应用的热点。同时随着四旋翼无人机的应用场景越来越广泛,应对的飞行环境也变得更加的复杂,对控制器设计提出了更高的要求,传统控制方法很难全面满足相应的需求。并且无人机通常在未知环境中执行任务,传统路径规划算法大部分是建立在已知环境中的,不能较好的适应实际飞行环境。而深度强化学习算法能使智能体自主地与环境进行学习交互,借助其自我适应与学习的特点,能够在动态未知环境中优化四旋翼无人机的飞行控制策略与路径规划策略。本文将从四旋翼无人机的飞行控制与路径规划两个方面着手研究,研究内容如下:（1）在飞行控制方面,本文通过对无人机飞行控制进行建模,搭建仿真平台,并将柔性演员评论家算法（SAC）算法应用于四旋翼无人机飞行控制。针对收敛速度慢与奖励低的问题,利用内在好奇心模块对奖励进行重塑,并将之与其他的常见深度强化学习算法进行对比,从收敛时间,稳定性等性能方面验证其优越性。（2）在路径规划方面,考虑到场景的复杂性会使智能体的状态向量增多,长度不一致且向量特征信息繁杂,不利于快速收敛的问题,在SAC算法的基础上,引入长短时记忆网络对算法进行改进,并使用基于多线程面向数据的技术堆栈（DOTS）优化仿真实验环境,提升运行速度。在此基础上,与A*算法进行对比,结果表明本文提出的算法在路径规划方面,能更加智能合理地选择路线,具有较好的避障效果,更好地适应未知飞行环境。