本申请提供一种用于清扫设备的覆盖路径生成方法和清扫设备，该方法包括：获取待清扫区域的地图信息和清扫设备的初始信息；基于地图信息和初始信息得到清扫状态集合；基于预定义的奖励机制和初始行动策略计算每个清扫状态的奖励值，基于奖励值优化初始行动策略得到新的行动策略，并基于新的行动策略重新计算每个清扫状态的奖励值，如此迭代，直到每个清扫状态的奖励值相对于上一次迭代时的奖励值的变化小于给定阈值，则迭代结束而得到最优行动策略；基于最优行动策略生成覆盖路径，以用于由清扫设备基于覆盖路径在待清扫区域进行清扫。本申请能够实现清扫设备的高效率和高可靠性清扫。