近年来,我国老龄化愈发严重且下肢失能患者人数逐年增多,人工护理已经无法满足需求,使用辅助机器人完成老年人及失能患者的日常生活辅助是当下研究的一个热点。当使用环境中同时存在多台辅助机器人时,多台辅助机器人的路径规划与避障是一个首要解决的问题。多机器人系统具有较高的动态性,因此传统的路径规划方法不在适用于多机器人系统中,如何让多机器人系统中的路径规划变得更智能是当今研究的重点。近年来机器学习的热度越来高,机器学习中的强化学习通过不断试错来达到最优策略的机制使其受到众多学者的关注。本文采用深度强化学习方法来对多辅助机器人系统中的路径规划和多机器人避障进行研究,本文的主要内容有:首先,分析养老助残场景中辅助机器人的使用者的特殊性并对辅助机器人路径规划提出了安全性、快速性和舒适性的三点基本要求。指出传统机器人路径规划方法在辅助住机器人使用场景中的不足。将深度强化学习中的深度Q网络应用于辅助机器人路径规划。设计了智能养老院场景下的辅助机器人路径规划仿真实验。通过与VFH路径规划方法对比,发现基于深度强化学习路径规划方法缩短了路径规划时间、提高了轨迹的平滑性,更好的满足了辅助机器人路径规划的安全性、快速性和舒适性的要求。然后,在深度强化学习使用过程中发现其训练效率慢、迭代过程中所需时间步较多的不足。分析这类不足产生的原因,提出重采样机制来提高信息价值重要的样本回放概率。将重采样机制应用于深度深度强化学习中。在智能养老院场景下进行辅助机器人路径规划仿真实验。通过与传统深度Q网络对比,证明重采样机制能缩短深度强化学习迭代步骤、减少迭代过程中的时间步并提高深度强化学习训练效率。最后,建立了多辅助机器人系统,分析多辅助机器人系统的避障要求并建立多机器人避障数学模型。针对经典多机器人避障方法的算法效率较低以及对大规模机器人系统适应性差的不足,设计了基于多智能体深度强化学习的多机器人避障方法。在极端情况下的多机器人避障实验中,对比速度障碍法、最优相互式避障法和多智能体深度强化学习法的结果,发现多智能体深度强化学习法的机器人避障位移更短,机器人速度改变更为平滑,将多智能体深度强化学习法应用与大型机器人系统中仍能保持平稳的避障。研究表明基于深度强化学习的多机器人避障方法是一种可行且优质的多辅助机器人避障方法。