本發(fā)明公開了一種應(yīng)用于危化品環(huán)境下多機(jī)器人路徑規(guī)劃方法，屬于機(jī)器人路徑規(guī)劃技術(shù)領(lǐng)域。此方法應(yīng)用于智能機(jī)器人，可以在動(dòng)態(tài)性強(qiáng)的復(fù)雜?；翻h(huán)境下進(jìn)行多機(jī)的全地圖巡檢，并對特殊事件實(shí)時(shí)編隊(duì)反應(yīng)。該方法的核心算法是好奇心驅(qū)使算法與深度確定性策略梯度相結(jié)合的深度強(qiáng)化學(xué)習(xí)算法，該算法避免了同類算法中人工設(shè)計(jì)環(huán)境獎(jiǎng)勵(lì)這一復(fù)雜繁瑣的步驟，而是通過智能體自身內(nèi)在獎(jiǎng)勵(lì)與稀疏的環(huán)境獎(jiǎng)勵(lì)對未知復(fù)雜環(huán)境進(jìn)行探索、適應(yīng)；同時(shí)，多機(jī)器人之間采用多Agent協(xié)作學(xué)習(xí)算法獲得最優(yōu)的協(xié)同工作策略。