近些年来,随着世界发达国家以及我国的老龄化和少子化的社会状况愈演愈烈以及移动机器人不断往智能化方向发展,智能移动机器人在人们日常生活中越来越常见。具有高随机性的动态人群环境带来的极大不确定性给移动机器人的避障导航能力提出巨大挑战。近年兴起的深度强化学习方法为移动机器人在动态人群环境中的避障与导航问题提供了新的解决思路和方法。如何让移动机器人在有效地设计出无碰撞路径的同时又符合行人安全与舒适度的需求是目前移动机器人领域非常重要的研究方向,具有广泛的现实意义和重大研究价值。针对这一问题,本文对动态人群环境的深度强化学习避障方法进行了研究。本文基于紧张空间和社会性压力模型对深度强化学习避障算法SARL*进行改进。具体的,本文将动态行人群复杂场景下的导航问题抽象建模为马尔科夫决策过程,根据紧张空间和社会性压力来建模行人之间以及行人与移动机器人之间的交互关系。将社会性压力作为输入状态和奖励函数的一部分,设计行人注意力分数使移动机器人对不同状态下的行人给予不同的关注权重。这些使得深度强化学习的价值网络对当前移动机器人状态的价值评估更加合理与准确,从而使移动机器人做出更合理有效的动作决策。同时,使得移动机器人的决策更符合社会性,更好满足行人的安全和舒适度需求。本文在仿真环境下进行深度强化学习的避障算法的训练与测试,并迁移到真实不同人群环境下进行实验测试。首先在仿真环境中,将结合社会压力的SARL*+Social Stress改进算法与SARL*算法进行对比,实验测试结果表明改进后的方法在导航任务成功率、碰撞率、行人舒适性、轨迹平滑度等方面表现更好,能够使移动机器人在动态行人群中高效且让行人更加舒适的导航。然后,在真实场景中,开展了不同环境下行人群不同运动方式的实际测试,验证了本文方法的实际避障效果。