简介： 本发明涉及无人库区物流调度技术领域，特别是指一种基于强化学习算法的无人天车路径规划方法及装置。方法包括：通过待规划场景中的障碍点集合与多个任务案例中的障碍点集合，确定待规划场景对应的初始Q表；基于Bellman方程、ε‑greedy贪婪选择策略进行路径预测，并对初始Q表进行更新，生成路径预测对应的Q表；在生成的多个路径预测对应的Q表中，选择满足筛选条件的Q表作为待规划场景对应的规划Q表，将规划Q表对应的路径规划作为待规划场景的路径规划。采用本发明，可以减少迭代次数，提高路径规划的效率。