智能体自主导航旨在让智能体像人一样具备安全高效的从起点移动到目标点,并且不和其他障碍物发生碰撞的能力。该技术是移动机器人实现更多高级功能的基础,是人工智能领域研究的重点之一。随着机器人应用场景的不断扩展,传统的智能体导航技术已经逐渐不能满足实际需要。本文围绕智能体自主导航问题,利用深度强化学习技术开展研究。首先,本文研究了基于深度强化学习技术的单智能体自主导航方法。针对DDPG实现单智能体的自主导航时只能利用少量状态信息的缺点,引入了长短时记忆网络对智能体经过的历史信息进行编码,以改进导航效果。通过在Stage-ROS平台搭建仿真实验环境,对上述算法在单智能体自主导航场景中的表现进行了测试。实验结果表明,改进后的算法(LSTM-DDPG)相对于DDPG算法有更好的表现。其次,本文研究了基于深度强化学习技术的多智能体自主导航方法,针对MADDPG算法在分散执行时没有系统全局视野的特点,在MADDPG算法的基础上引入长短时记忆网络对系统的历史状态信息进行编码,并将此编码信息传递给策略网络用以改善MADDPG算法在多智能体自主导航场景的表现。本文所提出的方法能够改善DDPG算法“灾难性的遗忘”问题以及MADDPG算法在执行时没有全局视野的缺点,改善智能体的自主导航表现,对于智能体自主导航问题的研究和实际应用有一定的推动作用。