本发明公开了一种基于深度强化学习且顾及海洋环境要素的无人船路径规划方法，基本步骤为：S1插值目标海域风、浪、流数据，添加障碍物信息、起点和终点信息；S2使用贝叶斯网络评估无人船承受风浪流的最大值；S3将目标海域AIS数据重组织训练网络，获得优化经验池和初步网络参数；S4将无人船状态特征向量分别输入到深度强化学习模块进行算法迭代，更新网络参数，输出动作；S5每次迭代无人船运行15s，累计时间到1h更新数据；S6当无人船到达目标点结束迭代，输出路径。本发明充分考虑了海洋环境要素对于无人船航行的影响，更符合无人船实际远航情况，能在让无人船在恶劣海况下同时考虑环境要素和障碍物信息，得到一条优质的安全。