针对无人机在复杂环境下进行路径规划时，存在收敛性差和无效探索等问题，提出一种改进型深度确定性策略梯度(deep deterministic policy gradient，DDPG)算法。采用双经验池机制，分 别存储成功经验和失败经验，算法能够利用成功经验强化策略优化，并从失败经验中学习避免错 误路径；引入人工势场法为规划增加引导项，与随机采样过程中的探索噪声动作相结合，对所选 动作进行动态整合；通过设计组合奖励函数，采用方向、距离、障碍躲避及时间奖励函数实现路 径规划的多目标优化，并解决奖励稀疏问题。实验结果表明：该算法的奖励和成功率能够得到显 著提高，且能够在更短的时间内达到收敛。