随着人工智能技术的不断发展,传统的机械臂应用变得越来越智能化,其中的一个关键智能化提升就是使机械臂获得在非结构化空间环境中对某种目标物品按某种物理属性进行快速分拣的能力。本文采用深度强化学习算法DDPG（Deep Deterministic Policy Gradient）代替在机械臂控制中的逆运动学解算方法,通过数据驱动的训练过程控制机械臂到达目标位置,从而抓取目标物体,达到分拣目标物品的目的。首先在2D机械臂仿真环境中,使用不同的奖励函数形式和状态向量设置形式进行训练,对比DDPG算法模型的收敛性与收敛速度,分析得到最优的设置形式。接着将DDPG算法的设置形式从2D仿真环境迁移到3D仿真环境中,在ROS（Robot Operating System）的Gazebo 3D仿真环境下进行DDPG算法的训练,分析比较得到最优的结果,保存其神经网络权重。最后使用视觉识别算法识别定位目标物品并结合已保存的神经网络权重,控制真实的Dobot Magician机械臂完成对目标物品的抓取和分拣。本文提出了一种基于深度强化学习的机械臂智能控制训练方法,采取2D环境到3D环境迁移的训练方法,极大的缩短了训练时间。训练得到的控制模型结合视觉识别算法,实现了真实机器臂对空间环境中物体的抓取和分拣操作。验证了将强化学习应用到真实机械臂控制的可行性和有效性。