本发明公开了一种基于深度强化学习的AGV路径规划方法，包括以下过程：估值网络、目标网络、环境、经验池初始化；路径规划开始；智能体agent与环境交互，在St下得到at；得到奖励rt，更新状态，得到St+1，将St、at、rt、St+1放入回放池中；从回放池中随机抽取一组St、at、rt、St+1；优化损失函数；更新估值网络Q；将此时的估值网络设定为新目标网络；路径规划结束。采用上述技术方案，采用基于深度强化学习的AGV路径规划方法，对于复杂未知的环境，AGV系统可以自寻优的寻找较优的路径，进一步提高AGV系统的工作效率，提高AGV路径规划的环境适应能力。