近年来,人工智能技术发展迅速,各类智能移动机器人也比之前能够承担更多的任务,在人们使用移动机器人解决实际问题时,经常遇到移动机器人需要在多个目标点之间完成不同的工作任务的情况。传统的移动机器人路径规划方法主要有:图搜索算法、人工势场优化算法、模糊逻辑算法等,但是在解决多目标点规划问题的时候,这类算法的完备性受限于地图空间离散化的程度,并且该类算法在高维的状态空间中不再具有良好的性能表现。针对传统的移动机器人路径规划方法在面对多目标点规划问题时遇到的各种局限性,本文使用基于强化学习的蚁群算法(Reinforcement learning based ant colony algorithm,RLACO)进行路径规划,来解决移动机器人的多目标点规划问题。首先,针对传统蚁群算法存在局部最优路径节点上信息素大量累计的情况,本文加入了种群密度这一衡量种群多样性的指标。在保证种群能有效进行“探索”的同时,避免出现大部分蚂蚁个体在正反馈的机制的作用下聚集在局部最优解区域,使种群在算法迭代过程中多样性降低的情况。其次,加入动态划分解空间的策略,根据信息素的分布位置,自适应的调整蚁群的探索空间,针对性地对较优解所在的空间着重搜索,从而提高算法的搜索效率。然后,利用蚁群的状态信息构建强化学习模型,建立相应的环境状态空间,动作状态空间,奖励函数,动作选择策略。在蚁群算法的迭代过程中,使用强化学习模型寻找蚁群算法在路径规划过程中在“探索”和“利用”之间的平衡点,对信息素的更新策略进行调整,一方面使改进的蚁群算法仍然具备利用信息素累积的正反馈机制进行快速搜索,另一方面尽量避免过于依赖于正反馈机制而导致算法过早收敛,导致出现陷入局部最优解的情况,最后将该算法应用于多目标点路径规划问题的对比实验中,对不同地图环境和不同数目的目标点时得到的路径结果进行了分析。使用CEC2017中的标准测试函数测试本文提出的算法,并与其他三种基于蚁群优化的算法进行了比较,实验结果表明,本文算法在求解连续优化问题时能够较为快速且稳定的得到精确解,具有较好的适应能力和鲁棒性,有效地克服了经典蚁群算法易陷入局部最优的缺点。在多目标点路径规划的对比仿真实验中,在四种不同地图环境下对三种算法进行了测试,实验结果表明本文提出的算法具有以下特点:实时性好、稳定性高以及较高的规划效率。