本发明涉及一种快速搜索机制下改进DQN的机器人路径规划算法，包括如下步骤：S1、设置算法中所需的参数；S2、根据三维地形环境的坡度特征和机器人运动几何学特性，建立一个二维的栅格地图用来模拟环境；S3、设计快速搜索机制；S4、建立机器人的动作集；S5、设计一个连续的报酬函数；S6、机器人通过训练输出一条最佳路径；本发明提供了一种快速搜索机制下改进DQN的机器人路径规划算法,改善了Deep Q_Learning算法存在的环境利用率低、搜索效率低等问题，能够使机器人在未知环境下快速搜索出最佳路径。