深度强化学习（Deep Reinforcement learning,DRL）作为机器学习领域的重要学习方法,主要研究智能体如何在未知环境中做出较好的决策,是最有希望实现人工智能这个目标的研究领域之一。目前,深度强化学习在诸多领域如游戏、机器人等取得巨大突破。深度强化学习的目标是找到最优策略,从而取得最大期望回报。为了实现深度强化学习的目标,要求智能体理解所处的环境状态,能够根据任务要求做出符合环境情境的决策动作。传统的策略模型动作选择主要依赖于状态感知、历史记忆及模型参数并且在最终测试及实际应用中,智能体的行为难以控制,动作不规范,难以完成预期任务。然而,当人类智能体要完成一项任务时,他们通常会考虑到自己的意图、动机,根据当前的情境以及自身意愿选择相应的行为。为了让深度强化学习中的行为选择机制更接近人类,使智能体选择包含意图的行为,本文从策略模型入手,根据人类执行任务时,通过意愿控制动作的本质特性,设计一种基于意图控制的强化学习模型,具体地,本文为基于意图控制的强化学习任务设计了全新的目标函数,使其在最大化期望回报的同时,通过意图和行动之间的互信息（Mutual information,MI）最大化让意图变量与动作产生联系。进一步地,本文推导了互信息目标的近似值,从而可以有效求解所提出的具有意图控制功能的目标函数。最后,文章在经典的多目标连续链式行走任务以及Mujoco控制任务中验证了所提基于意图控制的策略模型的有效性。