本發(fā)明涉及一種基于LSTM和變分自編碼的移動機器人自主探索方法。采用強化學習方法通過獎勵函數指導移動機器人進行自主探索到達目標位置技能的學習。利用LSTM和變分自編碼分析和存儲過去時刻的障礙物和移動機器人自身的狀態(tài)信息以預測未來時刻的相關信息，通過強化學習的方法實現仿真環(huán)境與真實環(huán)境完成自主探索導航至目標的任務。本發(fā)明具有很高的環(huán)境適應性和探索成功率，能夠在復雜環(huán)境下實現移動機器人的自主探索。