深度强化学习具有深度学习和强化学习的双重优势,不但理论取得重大突破,而且获得实际应用。随着机器人应用领域的广泛,工作环境更加复杂多变,对机器人的导航和智能化能力要求更高,传统的路径规划方法已无法满足现代机器人的需求。这时就需要进一步提升机器人的自适应力和自主决策力。人工智能中的深度强化学习方法对机器人路径规划彰显了优异的性能,该方法通过与环境交互试错实现机器人路径规划任务。本文以深度强化学习方法作为机器人路径导航算法,研究内容如下:首先,对深度强化学习的基础理论深入研究。针对深度强化学习方法中随机采样机制对样本等概率采样,导致网络训练过程中过多采用信息较低的样本,提出一种二次采样机制,通过样本的TDerror分布进行采样,提高更有信息价值样本的回放频率。将二次采样机制应用到深度Q网络,构成一个基于二次采样的深度Q网络方法,并在Mountain Car场景验证该方法。实验表明,该方法可以提高算法收敛速率,改善学习效果。其次,为了使本文采用的深度强化学习方法在机器人路径规划任务中,具有更好的收敛性和规划能力。把机器人在运动过程中通过传感器获取的机器人附近障碍物的信息及目标位置的方位信息离散化,进而设计出适用的机器人环境模型和动作空间;设计一种非线性分段奖励函数,及时反馈机器人采取的每一个动作;改进深度强化学习中的探索与开发策略,采用greedy策略和Boltzmann分布函数相结合的探索策略,减少无效探索,提高算法训练过程的稳定性。最后,搭建基于ROS与Gazebo的三维机器人仿真实验环境,测试改进方法在未知环境中路径规划能力与泛化性,以及路径规划框架设计的有效性。首先根据设计的机器人路径规划方法,搭建机器人模型与仿真环境;其次,在仿真地图中测试改进方法是否能有效避障,并成功引导机器人到达目标位置,获取最佳或次佳路径;最后,加载改进方法SS-DQN-GB训练好的网络模型,在16种不同环境信息的地图中测试该方法的泛化性与自适应力。