本發(fā)明公開了一種基于深度強(qiáng)化學(xué)習(xí)的智能移動(dòng)平臺(tái)無地圖自主導(dǎo)航方法，在AI2?THOR仿真框架中選取導(dǎo)航場(chǎng)景；構(gòu)建基于Actor?Critic框架的深度強(qiáng)化學(xué)習(xí)模型；根據(jù)動(dòng)作概率分布進(jìn)行移動(dòng)平臺(tái)與導(dǎo)航場(chǎng)景的動(dòng)作交互，更新獎(jiǎng)勵(lì)值和當(dāng)前觀測(cè)信息，若當(dāng)前觀測(cè)信息與目標(biāo)圖像信息匹配，或達(dá)到最大移動(dòng)步數(shù)，或連續(xù)采取動(dòng)作數(shù)達(dá)到設(shè)定步數(shù)，則更新模型參數(shù)，否則繼續(xù)動(dòng)作交互；構(gòu)建Actor?Critic網(wǎng)絡(luò)的損失函數(shù)，采用異步優(yōu)勢(shì)算法A3C訓(xùn)練更新深度強(qiáng)化學(xué)習(xí)模型；重復(fù)訓(xùn)練，直至訓(xùn)練步數(shù)達(dá)到設(shè)定閾值；獲取實(shí)際導(dǎo)航場(chǎng)景的初始觀測(cè)信息與目標(biāo)圖像，利用訓(xùn)練好的模型進(jìn)行導(dǎo)航，規(guī)劃智能移動(dòng)平臺(tái)的導(dǎo)航路徑。本發(fā)明無需提前構(gòu)建環(huán)境模型，即可實(shí)現(xiàn)顯示環(huán)境的導(dǎo)航。