1.一种基于忆阻交叉阵列与Q学习的机器人路径规划系统，包括忆阻交叉阵列，其特征在于，还包括读写控制开关、状态检测与选择模块、列选择开关、控制器、随机选择模块、第一比较器、第二比较器、延迟单元以及运算模块，其中：读写控制开关：用于控制忆阻交叉阵列的读写操作，设置有读电压Vr输入端和写电压Vw输入端；

状态检测与选择模块：当需要根据状态执行相应动作时，用于检测当前环境状态st，执行动作at并得到环境回报rt；当需要对Q值进行更新时，用于输出前一个时刻的环境状态，并选择相应的行线，使其加载写电压Vw，并持续时间Tw，更新忆阻阵列的输出值；

列选择开关：用于选择对应的列线；

控制器：用于控制当前时刻是随机选择模块工作还是第一比较器工作；

随机选择模块：通过生成一随机数作为列线选择的判断标准；

第一比较器：用于比较所有列线的电压值，并将电压值最大的一列选择送入延迟单元中；

第二比较器：用于比较所有列线的电压值，并将电压值最大的一列选择送入运算模块中；

延迟单元：将输出电压延迟一个时间步长；

运算模块：用于根据环境回报rt、延迟单元的输出电压以及第二比较器的输出电压计算得到写电压Vw以及施加时间Tw；

所述运算模块按照 计算更新当前状态忆阻值所需要

的写电压Vw，其中α为学习率，γ为折扣率，rt为机器人在状态st下执行动作at后环境给的回报状态，V(st,at)为延迟单元输出的电压值， 为第二比较器输出的电压值；

所述环境回报rt按照 计算，其中系数c控制着收敛速度，dt是机器人与目标点之间的距离；利用(x,y,ω)表示机器人当前坐标位置和旋转角，θ表示机器人运动方向与水平方向的夹角，当dt≤l1，l1为预设阈值，调整ω让机器人朝向目标点，然后让机器人以直线的方式趋近于目标点；如果在机器人趋近目标点的过程中没有遇到障碍物，则执行动作按以下两种情况设置：

1)在每一个离散的时间步t内，当机器人与目标点在同一水平线上时，机器人的位置调整为(x±d0，y，0°)，直到它到达目标点；当机器人与目标点在同一垂直线上，机器人的位置调整为(x，y±d0，90°)；

2)在每一个离散的时间步t内，当机器人与目标点不在同一水平或垂直线上，有下列四种情况：Ⅰ：当机器人的坐标满足：x

Ⅱ：当机器人的坐标满足：x>xtarget and y

Ⅲ：当机器人的坐标满足：xytarget.计算出θ后将机器人的位置调整为(x+x′，y-y′，360°-θ)直到它到达终点，x′和y′都是预设的步进；

Ⅳ：当机器人的坐标满足：x>xtarget and y>ytarget.计算出θ后将机器人的位置调整为(x-x′，y-y′，180°+θ)直到它到达终点，x′和y′都是预设的步进；

其中：θ＝arcsin(|ytarget-y|/dt),θ∈[0,90°]；(xtarget,ytarget)表示目标点的坐标位置。

2.根据权利要求1所述的基于忆阻交叉阵列与Q学习的机器人路径规划系统，其特征在于，系统电路和控制程序设置在机器人控制芯片中。

3.根据权利要求1所述的基于忆阻交叉阵列与Q学习的机器人路径规划系统，其特征在于，所述忆阻交叉阵列中的忆阻器由两层TiO2薄膜夹在两个铂片电极板构成，其中一层为掺杂层，相应的氧空位使得这个区域具有较强的导电性，另一层为非掺杂层，具有较高的阻抗。

4.根据权利要求1所述的基于忆阻交叉阵列与Q学习的机器人路径规划系统，其特征在于，系统设置有用于限定Q学习次数的最小阈值和最大阈值。