近年来,机器人的应用越来越广泛,然而,实际环境是动态的,充满了不确定性,要想使机器人的应用深入到社会各个方面,机器人必须具有较高的智能。本文对轮式移动机器人的避障行为进行了研究、仿真和实验,主要研究工作包括：首先,详细的分析了当前国内外移动机器人控制技术的研究现状,通过对移动机器人的研究,研究了基于强化学习的移动机器人控制策略,把Q学习算法和BP神经网络相结合,实现移动机器人在不确定环境下的避障任务,最终控制移动机器人到达目标。然后,完成了一种以MCS-51单片机为主控制器的轮式移动机器人整体设计方案,完成了系统硬件设计、程序编写和调试的整个过程,将避障算法应用于机器人,使其实现避障功能。最后,为了验证以上方法的可行性,分析了系统模型,完成了避障系统软件的设计与实现,同时也在室内进行了各种实物避障的实验,并对实验结果进行了分析,结果表明,研究成果能有效的实现移动机器人在未知环境下对障碍物的躲避。研究轮式移动机器人的避障行为,对于机器人实现自主化、智能化具有十分重要的意义。