移动机器人的路径规划分为单目标路径规划和多目标路径规划。强化学习方法能够有效解决单目标路径规划问题,但多目标路径规划问题通常包含多个相互冲突的目标,且强化学习中标量形式的奖励很难同时描述多个目标,导致强化学习算法在多目标路径规划问题中性能不佳。针对上述问题,本文将多目标强化学习（Multiobjective Reinforcement Learning,MORL）应用于多目标路径规划,使用向量形式的奖励描述多个优化目标,并分别研究适用于低维空间和高维空间的MORL算法。主要工作如下:（1）针对低维空间的多目标路径规划问题,提出了一种基于表格型方法的MPS（Multi Pareto Sarsa）算法。以向量集的形式更新价值函数,使用基于投票法的集合评估机制作为行为策略。最后在低维的网格实验中测试MPS算法的性能。实验结果表明,基于投票法的集合评估机制为算法提供了较好的收敛性能,且MPS算法具有优秀的超体积性能。（2）针对高维空间的多目标路径规划问题,提出了一种基于神经网络近似方法的EDNs（Envelope-Dueling-Noisy-soft）算法。使用神经网络近似价值函数,根据Dueling网络改进神经网络结构。在网络全连接层添加探索噪声,提高智能体的探索效率。使用软更新方法更新目标网络的参数,提高算法的稳定性。最后验证EDNs算法在低维网格环境中的可行性。实验结果表明,EDNs算法能够有效解决低维的多目标路径规划问题,并且在低维环境中具有很好的稳定性和探索能力。（3）验证EDNs算法在高维的多目标路径规划问题中的性能。首先,基于ROS和Gazebo搭建三维仿真环境,采用Turtlebot3作为实验对象。然后,为算法设计状态空间、行为空间和奖励函数。最后,在训练回合与测试回合分别测试EDNs算法的性能。实验结果表明,EDNs算法能够有效解决高维的多目标路径规划问题,且EDNs算法在高维环境中具有很好的稳定性与权重适应能力。