一種基于強(qiáng)化學(xué)習(xí)的AUV行為規(guī)劃及動(dòng)作控制方法，屬于水下機(jī)器人技術(shù)領(lǐng)域。為了解決AUV規(guī)劃復(fù)雜任務(wù)時(shí)過于依靠人工經(jīng)驗(yàn)，以及基于智能算法設(shè)計(jì)的控制方法需要精確的環(huán)境模型，從而導(dǎo)致訓(xùn)練經(jīng)驗(yàn)局限，在現(xiàn)實(shí)環(huán)境中應(yīng)用困難的問題。本發(fā)明將AUV探測(cè)隧洞定義為總?cè)蝿?wù)；完成任務(wù)對(duì)應(yīng)的行為包括：趨向目標(biāo)、墻壁跟蹤和避障；將機(jī)器人在水下需要完成所規(guī)劃的行為而產(chǎn)生的控制指令定義為動(dòng)作；AUV在執(zhí)行隧洞探測(cè)任務(wù)時(shí)，使用深度強(qiáng)化學(xué)習(xí)DQN算法進(jìn)行實(shí)時(shí)行為規(guī)劃，構(gòu)建對(duì)應(yīng)的深度學(xué)習(xí)的行為網(wǎng)絡(luò)，完成隧洞探測(cè)任務(wù)的規(guī)劃。通過DDPG方法訓(xùn)練AUV的動(dòng)作網(wǎng)絡(luò)，將AUV視為環(huán)境模型，得到力到狀態(tài)的映射，從而實(shí)現(xiàn)AUV的動(dòng)作控制。