本发明涉及机器人避障模型、避障控制方法和机器人，一方面提取时序特征和空间特征，融合目标位置数据和机器人速度数据，能够提高深度强化学习的特征表达能力，提高预设动作的价值的预测及时性和精准度；另一方面充分考虑机器人t‑T1至t时刻的场景数据，有效利用当前局部环境信息、历史信息和空间信息；二者配合相辅相成，构建避障模型，对机器人预设动作价值做出准确评价，能保障机器人后续避障的可靠性，相较于现有技术，其避障效果的准确性和及时性都有显著提升，而且本发明提出的避障模型能够直接利用原始激光雷达测距数据，具有快速的反应能力，且便于网络的部署与应用。