近年来,随着科技和人类生活需求的不断提升,移动机器人路径规划技术成为了机器人研究领域的研究热点问题。在路径规划应用中,移动机器人的任务是要从未知陌生的环境中来模拟人类自主感知做出动作决策,从而安全顺利的到达目的地。在未知环境中,深度强化学习算法存在过估计问题,以及重要样本训练的不充分问题。本文提出改进的DDQN算法（Improved Double Deep Q-Network,IDDQN）,减少训练时移动机器人的碰撞障碍物的次数,提高路径规划的能力,达到成功避障、对不同环境具有适应性的要求。主要研究工作如下:（1）为解决深度强化学习在移动机器人路径规划应用中的过估计问题,将Sarsa算法中Q值温和的更新方式引入到DDQN优化目标计算中,以用来克服优化目标中max的激进操作,随后利用改进的优化目标对损失函数进行计算并对网络参数进行更新,从而使得网络估计出的值函数更加符合真实值;同时将平均DQN的思想引入到ε-greedy策略中,利用前代参数网络输出的值函数,求取其平均结果来决定移动机器人下一步的动作方向,从而选择当前状态下的最优动作,以减少过估计对移动机器人动作选择的影响。（2）为解决路径规划训练过程中重要样本的训练不充分性问题,提出基于排序的优先回放机制,使得重要样本被回放的概率增大,对重要样本进行充分的训练,来提高网络参数的效率以及移动机器人的学习效率。（3）为保证仿真实验的充分性,设计在栅格环境下的简单环境、复杂环境以及随机环境中对算法的性能进行了验证。在简单环境和复杂环境下,IDDQN算法相比于其他算法能够规划出长度更短、拐点更少的路径,与DDQN、DQN算法相比,IDDQN算法减少了移动机器人训练过程中碰撞障碍物的次数,体现出IDDQN算法的优越性及有效性。而随后的随机实验结果中的成功率及路径长度差则证明了IDDQN算法具有更强的鲁棒性。（4）为更加接近现实环境,对ROS系统中Turtlebot机器人进行建模,并在Gazebo环境中进行实验仿真,实验结果展示了IDDQN算法在累计奖赏值和平均奖赏值方面的优越性。两组实验结果表明,与其他基准算法相比,IDDQN算法在移动机器人路径规划的任务中都能获得更高的奖赏值,并做出更优的决策。