星表作业机械臂是星表探测任务中主要的执行单元,随着我国嫦娥探月工程的成功开展以及天问一号顺利登陆火星,为后续诸如地外基地建设、星表大尺度巡视等重要任务的实施提供了可靠的支撑,此类更加复杂、长周期、环境未知的任务场景对星表作业机械臂的自主性和抗干扰能力提出了更高的要求。运动规划技术作为实现机械臂自主操作的重要环节,在学术界和工业界得到了广泛的研究。近些年得益于在线计算以及无模型学习技术的快速发展,基于强化学习的机械臂神经运动规划技术逐渐成为研究的热点,相比于传统的规划方法表现出更强的抗干扰与自适应能力。本文以单智能体机械臂强化学习神经运动规划为基础,提出了对传统单一个体的离散化处理方法,通过离散化后的多智能体集中式强化学习来提升原有单智能体的鲁棒性,从而具备对各类干扰的抗干扰能力。首先,对基于强化学习的单智能体机械臂运动规划方法进行了全面的研究。考虑到动作空间高维连续的特点,采用Soft-Actor-Critic（SAC）算法进行机械臂运动规划任务的学习训练。针对学习过程中规划精度越高训练越困难的瓶颈,结合对五种课程学习方法的分析,本文提出将人工势场法和强化学习相结合进行规划的新思路,通过设计灵活的切换机制,实现距离目标较远时采用强化学习进行规划、距离小于阈值时切换为人工势场进行规划,同时提高了学习的速度及精度。通过在仿真引擎中对不同精度的规划任务进行训练和测试,验证了所提方法在高精度规划任务中的优势。最后,结合真实场景下的机械臂静态、动态抓取任务,验证了将学习到的规划策略网络直接迁移到真实机械臂上进行使用的可行性。其次,针对神经运动规划器抗干扰能力弱的问题,在单智能体机械臂运动规划研究的基础上,给出了离散化后的“多智能体”机械臂强化学习运动规划方法。通过对机械臂关节图的建立和关联关系分析,提出了对单一机械臂的多智能体分解的新方法,并给出了基于集中式学习架构的多智能体SAC强化学习方法与人工势场相结合的多智能体运动规划实现框架。最后在仿真引擎中进行了多智能体强化学习运动规划的训练和测试,通过在运动规划过程中分别施加动作扰动、关节锁定和观测扰动,有效验证了所提出的离散化后的多智能体机械臂强化学习运动规划方法相比于传统单智能体具备更强的抗干扰能力。