近年来,智能决策与控制技术得到了突飞猛进的发展,极大的提升了机器人应对复杂实际问题的能力,并逐渐发展为国家层面的战略。电脑鼠是一种嵌入式移动机器人,能够自主探索未知迷宫,并实现最短路径冲刺。为了在狭小复杂的迷宫中高速运行,电脑鼠对控制与决策的性能要求较高,长期处于机器人领域的研究热点。强化学习技术能够让智能体从环境中总结规律,以“试错”的方式提升决策性能,是一种重要的机器学习方法。本文针对迷宫探索阶段的决策过程,提出了一种新颖的电脑鼠优化方法,研究了强化学习技术应用于电脑鼠行为决策的可行性和有效性,并对决策性能进行仿真分析和实际验证。本文的主要研究内容如下:（1）针对电脑鼠迷宫探索决策问题,总结了国内外研究现状,详细介绍了电脑鼠控制系统结构和关键技术;在分析决策目标的基础上,阐述了传统方法的决策流程,提出了电脑鼠行为决策的性能评价指标;通过介绍深度强化学习决策技术,明确了本文的研究内容,奠定了本文的理论基础。（2）在分析电脑鼠迷宫结构的基础上,提出了随机迷宫生成方法,根据部分可观测的马尔可夫决策过程,搭建了迷宫探索环境模型,设计了形式化环境奖励方式;通过视野重建技术,采用卷积神经网络提取环境特征,使用双重深度Q网络构建了强化学习决策模型,详细阐述了决策模型的训练管理方法;通过仿真实验测试模型效果,结果表明其与传统方法的平均胜率约为55%,表明标准决策模型具备有效性和提升空间。（3）根据电脑鼠行为决策特点,通过分析标准模型存在的问题,从多角度对决策模型进行优化研究。利用长短期记忆网络对历史信息的整合能力,优化了决策模型结构;提出了并行探索训练方法,改进了决策模型的训练管理方法;基于洪水预推演方法,提出了电脑鼠行为效果的预测模型,实现了人工经验和强化学习的决策融合。通过仿真实验,证明了各改进方法的有效性,以及组合优化效果。实验结果表明,当三种优化方法组合应用时,决策模型与传统方法的平均胜率约为96%,具有最好的性能表现。（4）根据电脑鼠开发流程,使用云服务器、My SQL数据库、硬件在环仿真技术、C#和Python程序设计语言,设计并实现了智能电脑鼠开发平台,将强化学习决策方法应用于嵌入式设备。实际应用效果表明,智能决策方法能够达到嵌入式电脑鼠对实时性的要求,证明了研究的实用性。本文共有图45幅,表15个,参考文献55篇。