随着工农业、制造业的快速发展,以各类型的串联机械臂为代表的机器人的作用越发明显。为实现智能生产,针对机械臂的避障运动规划研究是关键。但是,人工示教与传统运动规划算法存在生产效率不高、智能化程度低等问题。对此,本文以二连杆机械臂和DOBOT机械臂为研究对象,采用深度强化学习方法进行避障运动规划。对机械臂模型的构建、动作状态与奖励模型的设计、深度强化学习算法的迁移性、仿真试验以及避障实验等内容展开研究。论文的主要内容如下:首先,在MATLAB平台中采用Denavit-Hartenberg（D-H）参数法建立二连杆机械臂和DOBOT机械臂的数学模型并根据机器人运动学对其进行运动学分析。在此基础上,采用圆柱体包络法对机械臂与环境中障碍物进行结构简化,以实现碰撞检测。其次,针对传统运动规划算法效率低等问题,采用深度强化学习中的深度确定性策略梯度（DDPG）算法进行规划。根据二连杆机械臂和DOBOT机械臂结构特性与避障要求,针对性地设置动作、状态、奖励函数以及算法中的超参数。对二连杆机械臂与DOBOT机械臂进行避障运动规划仿真试验。最终可为各机械臂规划出更优避障路径。完成试验后,对运动过程中DOBOT机械臂各关节角度、角速度以及角加速度随时间的变化进行分析。再次,为研究DDPG算法对于新环境的泛化能力,改变环境并对DOBOT机械臂进行试验。试验结果为,可以在新环境中规划出避障路径。同时表明,本文所用算法具有一定迁移性。最后,搭建基于Dobot Magician机械臂的实验平台并进行实验验证。实验结果表明,本文所用DDPG算法机械臂避障运动规划领域中具备可行性与迁移性。