路径规划(Path planning)与运动规划(Motion planning)是移动机器人实现自主导航与控制的关键技术。由于外部环境与机器人运动学和动力学特性的复杂性，已有的路径规划和运动规划方法还需要进一步研究解决考虑移动机器人动力学特性的优化问题。增强学习(Reinforcement learning)作为求解序贯优化决策问题的高效机器学习方法，在移动机器人路径规划和运动规划问题中具有重要的应用价值。利用增强学习在环境交互中的学习优化能力，可以为路径规划和运动规划算法提供自适应和自学习能力。　　本研究主要内容包括：⑴研究了基于A*算法和最小二乘策略迭代（Least Square Policy Iteration，LSPI）的分层全局路径规划算法。该算法将A*算法的全局搜索能力和采用LSPI的局部避障优化控制策略相结合，可以改善算法输出的路径质量。仿真结果验证了算法的有效性。⑵提出了基于自学习 PD参数的移动机器人运动规划方法，分别设计实现了采用LSPI和对偶启发式规划(Dual Heuristic Programming，DHP)优化虚拟PD参数的运动规划算法，并且进行了仿真研究。结果表明，本文提出的LSPI-PD和DHP-PD运动规划算法能够利用增强学习有效实现移动机器人运动轨迹的优化。⑶提出了一种基于DHP直接优化动作序列的运动规划算法。该算法通过DHP执行器直接输出运动规划的动作序列，实现对移动机器人运动轨迹的优化。利用仿真和实验对算法的可行性和有效性进行了验证。