本发明公开了一种基于强化学习的机器人机械臂轨迹规划方法，包括以下步骤：采集机器人机械臂的环境数据并进行标准化处理；基于标准化后的数据构建时间感知的状态表示，基于该状态表示构建TD3模型，通过双Q网络、延迟更新机制和目标噪声机制优化轨迹规...