针对程序化的机器人与计算机系统在非结构环境下面对大量未知物体时难以建立合适的数学模型实现有效抓取的问题,本文基于深度强化学习方法对机器人在非结构环境下的抓取问题进行了研究。首先,根据抓取任务的特性,针对深度策略性梯度(DDPG)算法进行策略优化时样本利用率低的问题,对DDPG算法进行改进,提出了加权采样DDPG算法,在仿真环境下对上述两种方法进行了对比实验,加权采样DDPG述算法相对DDPG算法学习速度提高了2倍;针对深度强化学习过程探索效率低的问题,提出了目标检测和深度强化学习的融合算法,将目标检测算法获取的目标物体所在区域作为深度强化学习算法的先验,使深度强化学习在探索阶段能够获得更多有效的学习样本,进而提高深度强化学习算法的学习速度;并在仿真环境下将此方法与奖励引导算法进行对比实验,实验表明该算法相对于引导算法学习速度提高了3倍左右。其次,针对抓取时物体分布密集的场景,物体之间相互影响抓取轨迹并不能直接采样单物体抓取方法的问题,提出了基于深度Q网络的密集物体抓取顺序规划方法,优先抓取易抓取的物体,为难抓取的物体清楚抓取障碍,进而提高抓取成功率,仿真实验验证该方法相对无规划方法能够提升35%的抓取成功率;针对只采用抓取动作在密集场景下的局限性,提出了推抓结合的抓取策略,物体密集分布时利用机器人推动物体以创造更大的抓取空间进而提高抓取成功率,通过仿真实验验证了该方法能够较好的完成只靠抓取动作难以抓取成功的场景。最后,在仿真环境下对基于深度强化学习机器人抓取方法进行了实验对该方法的性能进行了评估,在仿真环境下该方法抓取成功率稳定在85%左右。同时针对直接采用深度强化学习算法在实际机器人进行训练对机器人损耗比较大的问题,采用在仿真环境下对机器人进行预训练,在预训练时添加迁移学习的技巧,使得训练的策略更接近真实的环境,通过实验验证了此迁移方法获得的模型参数能够较好的应用到实际环境中。