本发明公开了一种基于多智能体强化学习的路径规划方法，属于飞行器技术领域。首先建立空中飞行环境的全局状态划分模型，初始化全局状态转移表Q‑Table1，随机选择某行的全局状态，作为起始状态s1。在当前状态s1所有的列中，利用ε‑greedy算法选择某个列记为行为a1；利用选定的行为a1，在全局状态转移表Q‑Table1中得到当前状态s1的下一个状态利用Q‑Learning算法的转移规则更新全局状态转移表Q‑Table1中，当前状态s1以及行为a1所对应的具体元素值；更新进入内层循环，采用Q‑Learning算法得到更新后的状态s1所对应的局部规划路径。外层循环的迭代次数自增1直到N1，完成飞行器在空中的全局路径规划。本发明使得飞行器能适应不同环境的要求，提高飞行器的生存率和任务完成率，提高强化学习的收敛速度。