指路标志作为重要的交通控制设施,担负着向驾驶员传递道路信息的作用,是城市交通系统中必不可少的一部分。为了完善现有的指路标志指引路径规划方法,本文结合指路标志的信息过载问题和指引路径规划问题展开研究。指路标志指引路径规划的目的是满足驾驶员出行需求和降低指路标志的管理成本,因此综合考虑驾驶员出行成本及指路标志布设成本构建目标函数。通过归一化处理影响驾驶员在指引路径的起讫点间出行的因素,利用路径长度、道路交通流量、车辆转向次数三个变量定义驾驶员出行成本。指路标志布设成本则与指引路径上的指路标志数量相关。之后,结合两类指引路径成本得到目标函数。建立模型的目标函数后,基于A*算法构建指引路径规划模型。由于在构建指引路径规划模型过程中,尚未考虑驾驶员在实际驾驶过程中对指路标志的视认过程,可能导致指引路径规划结果有失偏颇,使交通节点上的指路标志产生信息量过载的问题。因此,为了改善指引路径规划模型的实用性,基于E-prime软件展开静态视认实验,分析不同场景下指路标志版面信息量大小与视认时间的量化关系,并据此设计惩罚函数。在模型的目标函数中加入惩罚函数后,当算法搜索到的某一节点的指路标志信息量超过设定阈值时,即给当前的指引路径成本一个合理的惩罚值,能够使模型客观地判断是否需要避开对该节点的搜索。考虑到实际路网中存在对多个起讫点间进行指引路径规划的需求,也为了提升本文模型的应用价值,基于强化学习中的Deep Q-learning Network（DQN）算法对指引路径规划模型进行改进,得到多指引路径规划模型。该模型能够解决单起点至多兴趣点（Points of Interest,POI）、多起点至单兴趣点两种场景下的多指引路径规划问题。最后,通过基于微观仿真平台的应用实例对比指引路径规划模型和多指引路径规划模型得到的指引路径规划方案的优劣,发现后者在对这两种场景下的指引路径进行规划时,得到的方案具备更低的总成本。