一种结合神经运动规划算法和人工势场法的机械臂在线运动规划方法，属于机器人运动规划领域。本发明为了解决基于强化学习的神经运动规划器当规划任务的精度要求高时训练困难的问题，以及人工势场法的斥力势场构建复杂、存在局部极值的问题。本发明包括：一：对人工势场法进行简化，仅保留机械臂受到的引力势场，在避免构建复杂的斥力势场的同时也使局部极值问题不再存在。二：提出将人工势场法和强化学习相结合进行规划的新思路，通过设计灵活的切换机制，在距离目标较远时采用强化学习进行规划、距离小于阈值时切换为人工势场进行规划，提高了强化学习的训练速度和运动规划成功率。通过在仿真引擎中对不同精度的规划任务进行训练和测试，验证了所提方法的有效性。本发明用于机器人运动规划技术领域。