本發(fā)明公開了基于深度強(qiáng)化學(xué)習(xí)的服務(wù)機(jī)器人人群感知導(dǎo)航方法及系統(tǒng)，包括：獲取智能體的可觀測(cè)狀態(tài)和不可觀測(cè)狀態(tài)；所述智能體，包括服務(wù)機(jī)器人和行人；根據(jù)智能體的可觀測(cè)狀態(tài)和不可觀測(cè)狀態(tài)，找到服務(wù)機(jī)器人在每個(gè)時(shí)間步的最優(yōu)導(dǎo)航策略，以實(shí)現(xiàn)機(jī)器人在n個(gè)行人之間導(dǎo)航，并在沒有任何碰撞的情況下到達(dá)目標(biāo)所在地；最優(yōu)導(dǎo)航策略以滿足最大化期望累積獎(jiǎng)賞為目標(biāo)；所述最優(yōu)導(dǎo)航策略包括服務(wù)機(jī)器人在每個(gè)時(shí)間步的動(dòng)作指令，即在每個(gè)時(shí)間步服務(wù)機(jī)器人需實(shí)現(xiàn)的速度。本發(fā)明能夠有效預(yù)測(cè)行人的未來運(yùn)動(dòng)軌跡，進(jìn)而提升機(jī)器人決策水平，實(shí)現(xiàn)機(jī)器人在人群環(huán)境中的可靠導(dǎo)航。