移动机器人作为智能机器人的重要分支,一直是当前众多学者的研究热点,其路径规划和避障也是移动机器人技术研究中的核心内容。近年来,随着移动机器人应用场景的延伸,移动机器人工作环境也越来越复杂,这就对移动机器人提出了更高的要求。目前,大多数的路径规划算法都是在环境模型的基础上获得的,移动机器人当未知环境下很难自主地规划路径,不具备对环境的适应性。为此,本文结合人工智能理论,提出了一种基于深度强化学习的路径规划模型,克服了传统算法存在的模型依赖性高、自主性低的不足。针对深度强化学习训练过程经验样本利用率不高的问题,设计了综合经验回放机制。同时融合了概率路线图（Probabilistic Roadmaps,PRM）算法,解决了深度强化学习路径规划算法在大场景下路径规划能力较差的问题。本文的主要研究如下:首先,分析了路径规划以及强化学习的研究现状,对强化学习以及深度确定策略梯度算法（Deep Deterministic Policy Gradient,DDPG）相关背景知识进行了详细描述。针对DDPG算法没有考虑到样本的优先程度,一些优先级较高的重要信息不能被及时采样,造成采样效率低、训练速度慢等问题,运用了综合经验回放进行改进。在Gym平台上得到了验证。该方法减少了训练时间、提高了系统的学习能力。其次,为了将强化学习方法引入到移动机器人的路径规划中,搭建了基于DDPGAPER的移动机器人自主路径规划算法框架。选取了Turtlebot3作为实验机器人,并进行了运动学模型设计。结合路径规划的任务本质,确定了机器人的状态空间、动作空间、奖励函数和整体流程。最后运用了一定的全连接层和合适的激活函数搭建了Actor和Critic两个深度网络模型,使模型能够更好地处理高维的数据特征。最后,通过仿真实验验证本文提出的路径规划算法的有效性。利用ROS平台联合Gazebo进行了3D仿真。搭建了移动机器人仿真模型及室内动态实验场景,并设置了对比试验。在短程路径规划场景下,基于DDPG-APER的路径规划算法可以在未知环境下较好实现局部规划,寻径效率和寻径长度上都有较大的提高。针对DDPG-APER在远程路径规划场景下的不足,设计了PRM+DDPG-APER的组合规划算法,将空间离散化,分多段实现了远程路径规划任务,有效地提高了强化学习算法的泛化能力,改善了路径规划的效果。