近年来,随着技术的不断提升,机器人的任务数不断增加,所处环境也变得越来越复杂,对机器人导航、定位的要求也越来越高。因此需要移动机器人可以模拟人类自主感知未知环境,做出动作决策,从而可以自主安全的到达目的地。为了解决在未知复杂环境中,基本深度强化学习方法进行路径规划时收敛速度慢的问题,本文提出基于竞争网络结构的改进DDQN算法(Improved Dueling Double Deep Q-Network,IDDDQN),以提高移动机器人路径规划时的能力,使其可以成功避障,保证安全性、鲁棒性和在复杂环境中很好的适应性。主要研究工作如下:首先,为使移动机器人的仿真环境更加接近真实环境,根据运动模型,提出采用ROS系统中的Turtlebot对移动机器人仿真建模,并在模型中添加需要的激光测距传感器,以获得自身位姿和环境信息。利用Gazebo搭建多种样式障碍物的仿真环境,以期能够很好的实现路径规划。其次,为解决机器人在网络学习过程中收敛速度慢的问题,提出采用竞争网络结构与DDQN算法基本网络结合的深度强化学习网络模型。该方法用激光传感器获得数据作为输入,机器人的转向动作的Q值用作输出,建立端到端的学习方式。在网络训练学习过程中,提出将玻尔兹曼分布与?-greedy结合的改进策略,平衡移动机器人在动作选择时探索和利用,合理的选择动作,解决机器人易陷入局部最优的问题,并在仿真实验中得到验证。再次,为解决移动机器人没有先验知识使得学习速度慢、样本缺乏多样性的问题,提出利用改进的重采样优选机制,充分利用已有的经验,加快移动机器人网络学习的速度,避免训练中过估计的问题,提高其学习效率,并在仿真实验中得到验证。最后,为避免在一个环境训练移动机器人可能产生过拟合,先在简单环境下验证IDDDQN算法的有效性,然后将机器人置于不同的复杂环境中再次进行路径规划,并通过仿真实验得到验证。仿真实验证明,IDDDQN算法比其他改进算法更容易获得最优路径,能更好地实现对未知环境的探索。