随着机器人技术的发展,越来越多的科研人员从事机器人应用的研究。使得机器人在家庭环境中被越来越广泛地使用,家庭机器人不仅可以照顾与陪伴孤寡老人和留守儿童,还能有效的帮助残障人士。对一些记忆力可能会下降的老年人,他们可能会忘记喝水与吃药等必要行为。但是,家庭机器人可以在规定的时间为他们递水杯,药盒等日常行为。这不仅可以规范他们的生活规律,还可以增添其生活乐趣。本文基于预设场景的应用和研究背景,研究机器人如何在复杂的家庭环境中成功抓取所需要的目标物体。首先,机器人有必要从复杂的背景中检测多个对象,并选择出目标对象以获取相关信息;然后控制机械臂到达目标位置,但是控制不同自由度的机械臂并不容易,它们需要不断指导和训练,才能沿着适当的轨迹抓取物体,且避免与目标物体外的事物发生碰撞。本文所做的主要工作是验证深度强化学习算法在机械臂控制中的效果,使机器人可以像人一样轻松地抓取所需要的物体。最终实验结果表明本文提出的处理方法以及改进方法可以有效地完成任务,对实际机器人操作的额外复杂性具有较强的鲁棒性,且可以短时间、高精度的完成抓取目标物体的任务。