近年来,伴随着人工智能的发展浪潮,机器人在人类生产生活中得到越来越多的应用。在室内建筑场景中,仿人机器人比轮式机器人更灵活有效,逐渐成为机器人研究领域的热点。室内建筑环境是一个复杂的动态环境,仿人机器人需要稳定的行走和不停的转向避障。但这对于具有高自由度的仿人机器人来说,是一个具有挑战性的问题。尽管在过去几年中,仿人机器人在运动技能方面有了巨大的改进,但由于硬件的差异和不准确的传感器,许多生成运动的方法仍然需要繁琐耗时的手动校准。为了提高仿人机器人的运动能力,实现仿人机器人在室内建筑环境中稳定的工作。本论文从仿人机器人的步态规划和路径规划两个方面进行了研究,具体研究内容如下:为了提升仿人机器人在室内建筑的行走能力,提出了一种基于并行多群粒子群算法（Parallel Comprehensive Learning Particle Swarm Optimizer,PCLPSO）的步态优化方法。首先基于自然零力矩点轨迹规划方法选取影响仿人机器人行走步态的关键参数。其次通过改变PCLPSO算法的从群结构,分解步态训练任务,搭建基于Robo Cup3D的并行分布式仿人机器人步态训练框架。最后采用分层学习的方法优化仿人机器人的转身能力。实验结果表明PCLPSO算法取得最优解的速度更快,并且优化后的仿人机器人拥有快速稳定的步态和出色的转身能力。针对仿人机器人建模需要耗费大量的时间,提出了一种用于仿人机器人无模型步态规划的并行深度确定性策略梯度（Deep Deterministic Policy Gradient,DDPG）算法。传统的方法不能充分利用仿人机器人的自主探索能力。为了扩大探索范围,提高训练效率,建立了多表演者-批评家（Actor-Critic,AC）网络。引入了经验过滤单元优化经验回放机制,并采用余弦相似法对经验进行分类。然后,设计了一个基于知识和经验的马尔可夫决策过程（Markov Decision Process,MDP）模型来解决奖励稀疏问题。最后,实验结果表明并行DDPG算法可以使仿人机器人更快、更稳定地行走,速度达到0.62m/s。为了提升仿人机器人在室内建筑这种实时动态环境的路径规划能力,提出了基于DDPG算法的动态路径规划方法。首先,使用二维正态分布方法设计对方球员的威胁分布模型。结合我方球员和对方球员之间距离、相对方位和相对速度的关系构建了一个全局威胁分布模型。其次,根据仿人机器人的工作环境和运动特性,建立机器人动态路径规划的MDP模型。最后,根据经验重要性的不同,分类存储和抽取训练产生的经验。实验结果表明,仿人机器人到达目标点的时间缩短了20.1%,还可以规避动态威胁,并且行走时的步态过渡时间减少了51.9%。