本发明涉及一种基于Dijkstra算法的Q‑learning光片上网络自适应路由规划方法，包括：S1：构建网络模型，并定义网络模型参数；S2：根据Dijkstra算法和网络模型，构建每个节点到其他节点的最短路径树，同时按照预设值在各节点存储若干条该节点到目标节点vd的最短路径，并获取源节点vs到目标节点vd的最短路径的路由跳数h(vs,vd)；S3：根据Q‑learning算法，采用基于ε‑贪婪策略的链路选择机制进行路径规划，得到源节点vs到目标节点vd的若干条规划路径，获取规划路径的奖励值，规划路径的路由跳数不超过最短路径的路由跳数h(vs,vd)；S4：根据规划路径的奖励值，得到最佳路径。本发明的方法克服了Dijkstra算法每个目标点只能产生一条最短路径的缺点。