当前,随着各大电商公司的大力投入,人们的消费方式发生了巨大的改变,网购在人们的生活中起着越来越重要的作用,同时也给物流仓储行业带来了巨大的挑战。因为智能仓储系统有着准确性高、实时性强、鲁棒性强的特点,所以是各物流公司的重点发展领域。在智能仓储系统中,一个性能优秀的多机器人路径规划算法能够提高仓储系统的吞吐量。本文以智能仓储系统为背景,主要研究智能仓储系统中的多机器人路径规划问题。本文针对传统集中式规划算法存在的实时性差等问题,使用了一种基于深度强化学习的分布式路径规划算法,以局部信息作为输入,降低神经网络的维度,过滤冗余信息,同时具有良好的拓展性。本文提出了局部引导机制和全局引导机制方法。局部引导机制主要分为两个部分:一、利用一种改进的子目标选取算法,设置子目标通道,将目标点信息融入到输入通道部分,辅助机器人进行决策;二、设计了一种改进的目标向量,对目标点的信息进行更高层面的抽象,解决了传统目标向量设计导致的意外绕路情况。针对路径规划问题中的停留和徘徊问题,通过引入辅助向量和修改价值函数的方法,提高了算法的求解成功率。全局引导机制主要分为两个部分:一、设计了一种智能切换算法,充分利用传统的和基于深度强化学习的路径规划算法的各自优势,在不同的情况下采用不同的算法,进行智能切换;二、利用真实距离矩阵提供的信息,减少机器人的转弯次数,提高实际系统的效率和减少硬件损耗。最后,提出了一种基于课程学习的训练过程优化方法,模拟人的认知过程,让模型策略收敛到较为理想的情况。本文设计了多组实验,在多个维度上对不同的多机器人路径规划算法进行对比,实验结果表明本研究提出的算法表现优异,达到了预期效果。