一種基于強(qiáng)化學(xué)習(xí)和好奇心的迷宮機(jī)器人路徑規(guī)劃方法，屬于移動(dòng)機(jī)器人技術(shù)領(lǐng)域。該模型以強(qiáng)化學(xué)習(xí)為基礎(chǔ)，包括Q?learning算法，好奇心算法，以及回溯強(qiáng)化。其中，好奇心算法包括一個(gè)BP網(wǎng)絡(luò)，聯(lián)想記憶網(wǎng)絡(luò)和內(nèi)部獎(jiǎng)勵(lì)三部分。算法首先感知所在節(jié)點(diǎn)以及狀態(tài)；隨后根據(jù)好奇心算法進(jìn)行好奇心獎(jiǎng)勵(lì)計(jì)算，而后根據(jù)Q?learning算法更新公式計(jì)算Q值；選擇動(dòng)作；發(fā)生狀態(tài)轉(zhuǎn)移；到達(dá)目的地后進(jìn)行回溯強(qiáng)化；重復(fù)以上過(guò)程直至學(xué)習(xí)到最短路徑。本發(fā)明引入基于預(yù)測(cè)誤差的好奇機(jī)制，使得算法對(duì)未知環(huán)境有更好的探索能力，同時(shí)也降低了重復(fù)探索的次數(shù)，減少了學(xué)習(xí)過(guò)程中的尋路時(shí)間。使得機(jī)器人在迷宮中能更好更快地尋得最優(yōu)解。