Este artículo informa sobre la construcción de un modelo dinámico híbrido de un manipulador articulado y la planificación y optimización de la trayectoria del manipulador utilizando aprendizaje por refuerzo profundo (RL) en el modelo dinámico. El modelo híbrido estaba compuesto por un modelo dinámico de orden reducido basado en la física, términos de fricción y amortiguamiento lineales, y un modelo de red neuronal profunda para compensar las características no lineales del manipulador. El modelo híbrido luego sirvió como el gemelo digital del manipulador para la planificación de trayectorias con el fin de optimizar la eficiencia energética y la velocidad de operación utilizando RL, teniendo en cuenta la evitación de obstáculos. La estrategia propuesta fue simulada y validada experimentalmente. El consumo de energía a lo largo de las trayectorias se redujo y la velocidad aumentó, de modo que el manipulador pudiera lograr un movimiento más eficiente.