人工智能的快速发展促进了移动机器人在日常生活中的使用,使得机器人需要面对未知且复杂的工作场景,因此机器人需要具备稳定的导航能力。但目前SLAM和路径规划技术在未知环境中的导航方法存在构建和更新地图耗时、路径规划困难等问题,而基于深度强化学习的移动机器人导航方法可以直接从传感器信息映射出动作指令,且无需完备的先验知识。因此,本文针对移动机器人在室内未知环境下的导航问题,采用了深度强化学习的深度确定性策略梯度（Deep Deterministic Policy Gradient,DDPG）算法对移动机器人导航技术展开了深入研究,对机器人在无先验地图情况下实现导航具有重要的研究价值。首先,针对DDPG在经验回放过程中经验样本利用效率低而导致模型训练速度慢的问题,提出了一种结合经验样本分类和对高相似度样本剪枝的经验回放机制:按照TD-error绝对值的平均值对经验样本进行分类并分别存储在两个不同的经验缓冲池中,按照一定比例从两个缓冲池中采样。同时,为避免缓冲池中稀缺经验样本的丢失,按照一定概率丢弃高相似度样本。所提出的方法利用Cart Pole-v0倒立摆实验进行验证。实验结果表明,所提出的方法可以加快模型的训练速度,具有更好的稳定性。其次,针对影响导航模型较大的奖惩函数和网络结构设置不合理,易导致导航模型训练周期长、机器人在复杂场景中导航稳定性差的问题,本文对奖惩函数和网络结构进行了改进。利用人工势场设计了机器人在探索过程中的势场奖励函数,从而构建出更加“密集”的奖惩函数,并对Actor网络和Critic网络进行优化,使得机器人能够灵活应对实际的导航环境。结合改进后的DDPG算法,构建了一种移动机器人自适应导航模型。最后,对本文所提出的导航模型进行实验验证。首先,利用Gazebo创建仿真环境,完成导航模型的训练,并分析其训练过程,实验的结果表明本文的导航模型能够以较快的速度学习导航策略。然后,创建不同的仿真环境,测试导航模型在不同环境下的导航性能,并与其他导航模型进行对比分析,由试验结果可知,本文提出的导航模型能够驱动机器人安全、快速的完成导航任务,且具有较好的泛化能力。最后,构建机器人自主导航系统,并在实际环境中进行导航测试,实验结果表明,在没有先验地图的情况下,本文所提出的导航模型能够驱动机器人避开环境的障碍物,并顺利达到指定目标点。