煤炭一直占据着我国一次性源消耗的首要地位,具有储藏量大、能量密度高、成本低等优势,是一种重要的化石燃料和工业原材料。煤炭在开采过程中往往和矸石混在一起,大量的矸石不利于煤炭的精细加工。传统分拣方法存在效率低、分拣精度不高、危害人体健康和成本高等问题。本文针对以上问题,设计了一套基于深度强化学习的智能煤矸石分拣系统,利用深度学习方法实现了煤矸石的识别,并利用深度强化学习控制机械臂完成对矸石的分拣。本文主要完成了以下工作:（1）制作了一个模拟煤矿环境的煤矸石数据集。首先,利用摄像机采集了不同光照条件下、不同大小和质地的煤矸石图像数据,并人工打上标签,以构建煤炭与矸石的识别数据库,作为训练集。其次,本文利用训练集训练了一个能够识别煤炭与矸石的YOLOv5（You Only Look Once Version 5）网络,并对网络参数和结构进行和调节和优化,实现了矸石的准确识别。（2）提出了一种基于深度强化学习的机械臂控制算法。该算法能控制机械臂完成煤矸石的分拣。利用深度确定性策略梯度（Deep Deterministic Policy Gradient,DDPG）算法训练了一套用于控制机械臂完成煤矸石分拣的强化学习网络,改进了DDPG算法中的奖励函数,在奖励函数中添加了角度与相对位移的约束,避免了机械出现的畸形动作,提升了目标物体的抓取成功率。（3）改进了机械臂末端的爪子的机械结构。使其能够适应煤矸石分拣的应用场合。针对原有的机械爪末端受力面积较小在抓取比较大的矸石的时候容易造成矸石侧翻以及抓取不牢固等情况,本文将原有的机械爪末端改为了铲式形状,提高了抓取成功率。实验结果表明,本文所设计的基于深度强化学习的智能煤矸石分拣系统,煤矸石识别的精度能够达到95%以上,在CPU条件下能够达到10帧每秒的识别帧率,降低了系统对计算机的配置要求;通过多个机械臂的分工协作,本文所设计的深度强化学习方法能够达到90%以上的分拣效率,有效避免了人工分拣过程中粉尘对人的伤害,提高了矸石分拣效率。