本发明属于人工智能技术领域，公开了一种机械臂导航避障方法、系统、计算机设备及存储介质，包括：获取机械臂当前的状态张量；将机械臂当前的状态张量输入预设的机械臂导航避障深度强化学习模型中，得到机械臂的决策动作轨迹；其中，所述机械臂导航避障深度强化学习模型，基于在模仿学习环境下以导航规划算法作先验指导进行预训练得到的初始机械臂导航避障深度强化学习模型构建得到；根据机械臂的决策动作轨迹，控制机械臂运行。基于导航规划算法作先验指导，使模型具备一定的基础隐性知识，能够使机械臂适应不同种类的障碍环境，能够快速训练并顺利迁移至实际环境使用，避免复杂的奖励体系构建，极大的提升了训练速度，降低资源消耗。