本發(fā)明公開了一種基于深度強(qiáng)化學(xué)習(xí)的移動機(jī)器人動態(tài)復(fù)雜環(huán)境避障導(dǎo)航方法，包括避障模塊、目標(biāo)接近模塊、DRL策略訓(xùn)練模塊、模擬?現(xiàn)實任務(wù)。本發(fā)明的有益效果是：通過該方法實現(xiàn)移動機(jī)器人在無全局地圖信息的情況下，依靠傳感器的觀測信息，通過多障礙物識別網(wǎng)絡(luò)對觀測結(jié)果進(jìn)行處理，結(jié)合目標(biāo)的相對位置信息，通過深度強(qiáng)化學(xué)習(xí)模型進(jìn)行訓(xùn)練，學(xué)習(xí)避障導(dǎo)航策略，避開多個動態(tài)障礙物，到達(dá)指定目標(biāo)點；不再依賴于全局地圖，不需耗費大量算力建立高精度地圖，不需考慮全局地圖信息的維護(hù)與更新；輸入傳感器觀測信息，輸出機(jī)器人控制動作，端到端的導(dǎo)航策略模式反應(yīng)迅速，能夠適應(yīng)復(fù)雜動態(tài)多障礙物的環(huán)境。