针对蛇形机器人执行路径规划任务时，面对复杂环境传统强化学习算法出现的训练速度慢、容易陷入死区导致收敛速度慢等问题，提出了一种改进的深度确定性策略梯度(deep deterministic policy gradient, DDPG)算法。首先，在策略-价值（actor-critic）网络中引入了多层长短期记忆(long short-term memory, LSTM)神经网络模型，使其控制经验池中信息的记忆和遗忘程度；其次，通过最优化特征参数将CPG网络融入强化学习模型，并设计新型网络状态空间和奖励函数；最后，将本文所提改进算法与传统算法分别部署在Webots环境中进行仿真实验。结果表明，相比于传统算法，所提改进算法整体训练时间平均降低了15%，到达目标点迭代次数平均降低了22%，减少了行驶过程中陷入死区的次数，收敛速度也有明显的提升。该算法能有效地引导蛇形机器人躲避障碍物，从而为其在复杂环境下执行路径规划任务提供了新的思路。