关于移动机器人的研究始终绕不开导航控制,目前有很多优秀的算法应用于机器人导航,取得了众多成果,但这些算法大多依赖环境地图或者局限于理论方面。因此本文的目的在于设计一个不依赖环境地图的端到端导航模型,并提高机器人的实际应用能力,主要研究内容如下:首先,概述课题研究意义和背景,简单介绍了几种传统导航算法原理和局限性,重点分析了强化学习导航原理和应用现状,根据不同的算法方案分析了强化学习在导航领域存在的问题,在此基础上应用传统DQN算法设计了基于深度强化学习的端到端导航模型,并在实验中对比了不同状态参数和网络模型对导航效果的影响,为后续模型改进提供了模型参考;其次,为了解决了强化学习中贪心-随机探索策略衰减率设计困难的问题,提出了一种基于新旧策略的自适应探索方式,利用新旧策略选择动作的不同度来确定探索的比例,从而使得探索和利用更加均衡;再次,针对采用离散奖励函数强化学习收敛慢的问题,对其进行了优化,根据导航算法的目的,把奖励函数设计为包含完成目标和避开障碍物两部分的连续奖励函数,在执行每个动作后都获得对应的一个不同奖励值,改进后的奖励函数使得机器人可以更好的利用环境信息;最后,为了克服机器人在强化学习导航模型下碰撞的问题,改进了动作选取的方式,设计了一种带模糊决策的无碰撞端到端导航模型,改进后的算法模型结合了模糊决策高效避障能力和强化学习对未知环境的学习能力。