一种基于深度增强学习的家用扫地机器人的设计方法，步骤如下：1，通过激光雷达采集扫地机器人周围的房间水平剖面的原始图像，将原始数据通过无线串口回传给计算机；2，对原始数据进行SLAM，完成对扫地机器人的实时定位与对房间的地图构图，之后进行处理，生成168×168的二维数组；3，建立CNN+LSTM神经网络；4，对扫地机器人进行训练，根据其运动是否满足预期要求，对神经网络给出相应的回报，以此来更改神经网络参数；经过训练后便能够进行自主决策；通过以上步骤，扫地机器人能够在陌生场景中，在较短的时间内找到目标物体，同时能躲避障碍，自行规划路径，以该方法设计的扫地机器人具有一定的通用性和任务迁移性。