本發(fā)明涉及無人庫區(qū)物流調(diào)度技術(shù)領(lǐng)域，特別是指一種基于強(qiáng)化學(xué)習(xí)算法的無人天車路徑規(guī)劃方法及裝置。方法包括：通過待規(guī)劃場景中的障礙點(diǎn)集合與多個(gè)任務(wù)案例中的障礙點(diǎn)集合，確定待規(guī)劃場景對(duì)應(yīng)的初始Q表；基于Bellman方程、ε?greedy貪婪選擇策略進(jìn)行路徑預(yù)測，并對(duì)初始Q表進(jìn)行更新，生成路徑預(yù)測對(duì)應(yīng)的Q表；在生成的多個(gè)路徑預(yù)測對(duì)應(yīng)的Q表中，選擇滿足篩選條件的Q表作為待規(guī)劃場景對(duì)應(yīng)的規(guī)劃Q表，將規(guī)劃Q表對(duì)應(yīng)的路徑規(guī)劃作為待規(guī)劃場景的路徑規(guī)劃。采用本發(fā)明，可以減少迭代次數(shù)，提高路徑規(guī)劃的效率。