本發(fā)明能夠提供基于深度強(qiáng)化學(xué)習(xí)的機(jī)器人導(dǎo)航方法及系統(tǒng)、設(shè)備、介質(zhì)。該方法包括：獲取實(shí)時(shí)觀測數(shù)據(jù)，以構(gòu)建環(huán)境地圖和確定機(jī)器人的當(dāng)前位置和目標(biāo)點(diǎn)相對位置。生成導(dǎo)航動(dòng)作信息，依據(jù)導(dǎo)航動(dòng)作信息控制機(jī)器人從當(dāng)前位置向目標(biāo)點(diǎn)相對位置移動(dòng)。經(jīng)過第一設(shè)定時(shí)長后判斷機(jī)器人是否到達(dá)目標(biāo)點(diǎn)相對位置。根據(jù)未到達(dá)目標(biāo)點(diǎn)生成新導(dǎo)航路徑，并控制機(jī)器人沿著新導(dǎo)航路徑移動(dòng)，以及再經(jīng)過第二設(shè)定時(shí)長后返回獲取實(shí)時(shí)觀測數(shù)據(jù)步驟；或根據(jù)到達(dá)目標(biāo)點(diǎn)結(jié)束導(dǎo)航。本發(fā)明能夠在沒有初始地圖的環(huán)境下控制機(jī)器人在導(dǎo)航過程中靈活地避開靜態(tài)和動(dòng)態(tài)障礙物，計(jì)算量較小。本發(fā)明創(chuàng)新地結(jié)合了全局信息和局部信息，有效避免了常規(guī)機(jī)器人在局部區(qū)域徘徊的問題。