一種基于深度強(qiáng)化學(xué)習(xí)的水下自主航行器動態(tài)避障方法，涉及水下機(jī)器人避障技術(shù)領(lǐng)域。本發(fā)明是為了解決目前缺乏水下自主航行器對動態(tài)障礙物的避障研究的問題。本發(fā)明建立水下自主航行器模型與運(yùn)動學(xué)模型，獲取周圍障礙物的信息；采集水下自主航行器周圍機(jī)動障礙物的運(yùn)動狀態(tài)信息，并構(gòu)造動態(tài)障礙物狀態(tài)方程；根據(jù)動態(tài)障礙物狀態(tài)方程預(yù)測動態(tài)障礙物運(yùn)動學(xué)模型；根據(jù)水下自主航行器周圍障礙物的信息和動態(tài)障礙物運(yùn)動學(xué)模型，融合多動態(tài)障礙物避障法生成避障策略并轉(zhuǎn)化為MDP模型；結(jié)合確定性深度策略梯度算法對MDP模型進(jìn)行訓(xùn)練，直至水下自主航行器能夠無碰撞的到達(dá)目標(biāo)區(qū)域；利用訓(xùn)練好的MDP模型引導(dǎo)水下自主航行器航行。