进入到21世纪后,随着科技的发展以及工业4.0和中国智能制造2025等概念的提出,传统制造业正在经历着巨大的变革。AGV作为自动化仓储物流中应用最广泛的一种机器人,它的发展备受瞩目。传统的AGV需要人为设定运动路径,并通过埋设金属线或贴磁带等方式来达到导航的目的,这些方法虽然能够达到基本目标,但运动路径一旦设定不易更改。使用强化学习进行路径规划,可在无先验知识情况下,让智能体在环境中不断与环境交互进行试错学习来获得路径规划数据。而将深度学习与强化学习结合可有效解决强化学习学习效率慢和数据泛化差的问题。本文针对软包车间单AGV多目标任务调度研究较少的问题,通过查阅文献分析了目前印刷企业软包材料生产线中AGV小车的调度任务并设计了仓储搬运机器人路径规划仿真系统的框架。研究现有任务调度算法,包括多AGV任务调度和单AGV任务调度算法后,根据单AGV多目标任务的问题提出了基于短距离原则的任务调度算法来解决软包材料生产车间中单AGV多目标任务的调度问题。为了实现AGV小车无先验知识的导航,研究了现有路径规划算法,实现了近端策略优化算法并与传统路径规划算法A*算法进行了比较分析。使用研究的任务调度算法和路径规划算法实现了仓储搬运机器人路径规划仿真系统,并展示了该系统的相关实现细节和展示界面。使用该仿真系统对基于短距离原则的调度算法和近端策略优化算法在单AGV多目标任务问题上的应用可行性进行了验证。在该系统的仿真中,基于短距离原则的调度算法能够明显降低AGV的任务执行总时间,近端策略优化算法也使得AGV小车进行无先验知识的寻路。