本发明涉及网络安全技术领域，提供一种基于强化学习的漏洞攻击路径规划的方法，其包括以下步骤：步骤1、建立机器人自主路径规划安全强化学习框架SSRL，包括两个部分：1.1、预测和禁止不安全行为的安全保障机制；1.2、能自恢复到先前安全状态的自恢复机制；步骤2：基于动态支持集的小样本推理式安全强化学习机器人路径规划，包括两个部分：2.1、安全探索部分；2.2、自恢复部分；步骤3、基于经验重利用机制的快速强化学习机器人路径规划。本发明能较佳地进行漏洞攻击路径规划。