无人驾驶是当今人工智能技术热门应用场景之一,也是众多学者的研究热点。路径规划作为无人驾驶的关键技术之一,对推动智能汽车的快速发展起着重要作用。以往传统的控制决策算法大都是基于规则的,这种依靠人工经验构建的模型很难应对复杂环境中出现的突发情况,因此有必要通过具有自适应能力的驾驶决策算法来解决该类问题。本文将深度强化学习技术应用于智能汽车的路径规划,对具有自适应能力的无人驾驶决策算法进行深入研究,主要研究内容及取得成果包括以下几个方面:（1）针对深度确定性策略梯度（Deep Deterministic Policy Gradient,DDPG）算法在训练神经网络时会出现收敛不稳定、学习效率低等问题。本文提出了一种基于奖励指导的深度确定性策略梯度（Reward Guidance DDPG,RG＿DDPG）算法。该算法首先在回合内创建优秀经验集合,便于指导智能汽车对过往有效信息进行充分利用,得到稳定的控制策略;然后采用基于奖励的优先经验回放机制,打破数据之间的关联性,提高了数据的利用率,减少智能汽车探索的盲目性,提高算法的收敛稳定性。（2）为了进一步提升智能汽车训练性能,构建路径规划训练系统,其中深度强化学习的超参数对训练模型的性能至关重要,所以对深度神经网络中的超参数进行预训练,提高模型训练效率。通过建立栅格地图环境来验证深度强化学习决策算法的可行性,同时在训练环境中设置了动态障碍物,进一步验证决策算法在复杂环境中的鲁棒性。（3）基于Ubuntu 18.04系统以及ROS（Robot Operating System）机器人操作系统对算法进行了验证。在Gazebo建模软件中,设计了智能汽车URDF模型以及障碍物环境,然后采用gmapping功能包实现智能汽车的建图与定位,接着利用决策算法规划智能汽车的安全行驶路径,并在Rviz中实现智能汽车模型的可视化。数据结果验证了RG＿DDPG算法在处理路径规划任务的有效性,相比于DDPG算法,改进后智能汽车的车速能够提升60.5%,获取奖励提升一倍多,算法收敛稳定性能更好。最后通过实车实验来验证决策算法路径规划的实用性。