针对强化学习,人工势场算法等在两轮机器人的躲避障碍物和最优路径规划任务中存在的算法速度慢,白板学习和维数灾难以及自主能力不高等问题,受仿生学内在动机启发,将内在动机机制分别与Q学习算法,人工势场算法以及分层强化学习算法相结合,来解决以上问题。主要研究如下:1)强化学习在应用到机器人避障和路径规划当中存在着效率差且自发育能力不足等问题,提出了一种基于内在动机的Q学习算法(IM-Q学习算法)。该算法是用内在动机机制替换Q学习算法中的奖励值,从而使机器人能像人类一样通过动机来对做出决策,使机器人能自主发育并很好地完成路径规划任务。2)针对IM-Q算法在路径规划中前期存在白板学习导致整体学习效率底下的问题,结合了人工势场法,提出了基于内在动机的引力场Q学习算法(IM-GF-Q)。该算法首先利用引力场对环境模拟,为算法提供先验知识,然后再用IM-Q学习算法进行训练,从而提高了机器人在未知环境中对环境的学习和整体路径规划的速度。3)在实际情况中,障碍物不都是静止的,大多数情况下都存在动态障碍物,增加了机器人实现任务的难度,为了进一步提升机器人避障和路径规划的能力,提出了基于内在动机的分层强化学习算法(IM-HRL)。该算法利用分层原理,将普通的强化学习算法进行分层,把环境信息和任务详细分到各层去,从而简化算法的结构和求解效率,使机器人在未知的动态复杂环境中的避障和路径规划一样能很好地实现。基于内在动机的学习算法,主要针对机器人路径规划和避障任务,实验证明所提算法有效地实现了机器人在未知环境中的最优路径规划,为今后机器人自主学习和路径规划提供了新颖的想法。图41幅;表3个;参53篇。