随着计算机与人工智能技术的快速发展,机器人已经被广泛的应用于装配、分拣等工作场景,逐渐改变了以人为主的机械式流水线工作模式。而传统的机器人控制方法常常是依赖于应用领域和数学模型的,它们无法满足智能制造和定制生产等许多领域的通用性和灵活性的新兴要求。因此,本文针对多步骤的物体分拣任务,分别在监督学习和强化学习框架下提出了基于Transformer和基于深度强化学习的机器人分拣方法。为满足机器人分拣任务需求,搭建了机器人分拣系统与实验平台,完成了对机械臂运动学的分析及控制,建立了相机模型和手眼标定模型并进行手眼标定。同时,考虑到机器人分拣方法在使用过程中需要知道机器人工作场景中物体的属性,使用基于Faster R-CNN的物体检测算法对工作场景中的物体进行检测。针对机器人分拣任务中复杂多变的工作环境,首先在监督学习框架下提出基于Transformer的机器人分拣方法,在Transformer网络的基础上设计了两个编码器（视觉和语言编码器）和一个解码器（动作解码器）,把机器人工作空间中物体的符号和表示分拣需求的自然语言指令分别作为两个编码器的输入,使解码器输出机器人原始动作序列,并让机器人执行该序列中的动作从而完成相应的分拣任务。然后,在强化学习框架下提出一种利用深度Q学习算法并结合经验优先采样方法,将机器人工作场景的图像作为输入,输出为机器人动作指令的一种端到端的机器人控制方法,使机器人能够根据工作场景的图像直接完成分拣任务,而不需要任何像素级别的语义解析。该方法包含对机器人工作空间的状态描述、原始动作集的设定、Q函数的学习和奖励函数形状的设计。根据所提出的两种机器人分拣方法,分别进行了实验研究。首先采集训练样本训练基于Transformer的机器人分拣方法,并设计两个测试集验证方法的性能。接着为了检验基于深度强化学习的机器人分拣方法的可行性与有效性,设计三种类型的训练场景和多组测试场景,并将仿真环境下训练出来的模型直接迁移到真实场景中进行测试。通过实验结果表明,本文所提出的两种机器人分拣方法可以高效地完成分拣任务,并具有一定的泛化能力。