无人机具有突破地形与协同决策控制的优势,有利于进行侦查灾情与灾后救援。为无人机合理规划避障路径可缩短侦查时间和提高侦查成功率。现有路径规划方法通常需要对环境进行建模,难以直接用于真实复杂的飞行环境。而且,针对无人机多目标侦查路径规划问题,现有智能优化规划方法往往属于离线规划,当环境信息发生变化时需重新规划。这使得无人机需依赖高层统筹决策完成侦查任务,降低了无人机自主决策与适应环境能力。针对环境难建模与策略难适应问题,本文基于强化学习研究面向多目标（受灾点）侦查任务的无人机路径规划问题。针对受灾范围小且集中的灾后救援场景,提出基于深度确定性策略梯度优化（Deep Deterministic Policy Gradient,DDPG）方法的单无人机多目标（受灾点）侦查路径规划（Single UAV Multi Objective Path Planning,SUMOPP）方法,提高单架无人机侦查效率。针对受灾范围大且受灾点分散的灾后救援场景,提出基于多智能体DDPG方法（Multi-Agent DDPG,MADDPG）的多无人机多目标侦查协同路径规划（Multi UAV Multi Objective Collaborative Assignment and Path Planning,MUMOCAPP）方法,实现多无人机协作分配侦查目标。本文的主要研究工作如下:（1）在单无人机多目标侦查问题中,综合考虑障碍物、子目标和距离因素,设计了单无人机在侦查多目标下奖励的分离结构,与分散的状态空间与动作空间,支持无人机能够在灵活躲避障碍物的同时选择执行顺序完成侦查任务。（2）在多无人机多目标侦查问题中,给出了多无人机协同目标分配与路径规划问题的多智能体合作决策模型。集成多目标分配与路径规划阶段,建模多无人机对多目标的竞争行为,设计多无人机的合作奖励结构与联合状态空间,支持无人机集群实现智能选择目标数量与侦查顺序,并避免多机侦查任务的冲突和飞行碰撞。（3）构造仿真环境验证所提出的无人机路径规划方法。在单无人机灾后救援场景中,1000次侦查任务成功率为94.7%,侦查平均用时5s;在多无人机侦查中,多无人机侦查成功率为96.8%,侦查平均用时15s,验证了方法的有效性与可靠性。