本申請?zhí)峁┝艘环N基于深度強化學習的機器人自主尋源方法及裝置。所述方法包括：建立放射源計數(shù)衰減模型和放射源計數(shù)分布模型；基于實際環(huán)境，建立尋源模擬環(huán)境，所述尋源模擬環(huán)境包括探測器、放射源和屏蔽物；基于所述放射源計數(shù)衰減模型和放射源計數(shù)分布模型，利用所述探測器在所述尋源模擬環(huán)境中沿著不同路徑測量不同位置的所述放射源的放射性活度，并依據(jù)價值函數(shù)，確定探測器在每個狀態(tài)下，不同動作對應的價值函數(shù)值，多次訓練后以建立深度強化學習模型；基于所述深度強化學習模型，在實際環(huán)境中找到放射源。