La tarea de planificación de movimiento del manipulador en un entorno dinámico es relativamente compleja. Este documento utiliza el Algoritmo Soft Actor Critic (SAC) mejorado con la ventaja de entropía máxima como algoritmo de referencia para implementar la planificación de movimiento del manipulador. Con el fin de resolver el problema de la insuficiente robustez en entornos dinámicos y la dificultad para adaptarse a cambios ambientales, se propone combinar la distancia euclidiana y la diferencia de distancia para mejorar la precisión al acercarse al objetivo. Además, para resolver el problema de no estabilidad e incertidumbre del estado de entrada en el entorno dinámico, que conduce a la incapacidad de expresar completamente la información del estado, proponemos una red de atención fusionada con Memoria a Corto y Largo Plazo (LSTM) para mejorar el algoritmo SAC. Realizamos experimentos de simulación y presentamos los resultados experimentales. Los resultados demuestran que el uso de funciones de red neuronal fusionadas mejoró la tasa de éxito al acercarse al objetivo y mejoró el algoritmo SAC al mismo tiempo, lo que mejoró la velocidad de convergencia, la tasa de éxito y las capacidades de evitación del algoritmo.