针对“嫦娥五号”月面采样任务中采样机械臂的精准控制问题,提出了一种基于深度强化学习的路径规划方法。通过设计深度强化学习算法的多约束奖赏函数,规划了满足安全性、快速性、可达性3个约束的运动路径,实现了采样机械臂的精准控制。在满足任务安全性的提前下,缩短了天地之间的交互时间,机械臂控制效果平稳。在轨实验结果表明,该方法具有较高的准确性和鲁棒性,可为后续的深空探测在轨遥操作采样任务提供借鉴。