目前机器人已经从制造业领域迈向非制造业领域,越来越多的服务引导机器人应用于日常生活中。路径规划是所有具有移动能力机器人不可避免的问题。对于该问题,传统方法存在着计算时间过长,效率低,对不同环境泛化性差等弊端。本文针对这一问题使用深度强化学习的方式代替传统方法,不需要提前对环境信息进行描述,将传统算法繁琐的规划流程转化为一种端到端的决策过程,根据当前机器人所处状态信息通过神经网络直接映射出动作指令,并且能够使机器人具有连续导航的能力。本文的具体研究内容如下:首先,分析了传统算法性能不足的原因,针对室内环境下的导航方式提出了基于深度强化学习的解决思路。其次,将深度Q网络与路径规划问题紧密结合,构建了契合研究目标的状态空间、动作空间、奖惩制度,搭建了合适的神经网络结构。并将算法进行了改进,把传统算法对单一目标位置单次规划的方式改变为对多个目标位置进行连续的多次路径规划方式。使用机器人操作系统开发平台搭建了三种室内环境以及机器人模型用于仿真实验。最后,进行了三类性能测试:(1)从复杂度由低到高在三种环境下分别验证算法的导航效果,结果表明三个场景下训练后的模型都能够使机器人在一段时间内以较优的路径完成对不同目标连续的导航规划。(2)将训练好的模型运用于相似场景下测试其泛化性,发现奖励值很快收敛,证明了该方法的泛化能力。(3)与边建图边导航方式的A*算法和Dijkstra算法做了比较,研究表明使用深度强化学习的方法具有更高的实时效率。