一種基于強(qiáng)化學(xué)習(xí)的超啟發(fā)算法的車輛路徑優(yōu)化方法，包括以下步驟：步驟1車輛路徑問題分析；步驟2初始化；步驟3經(jīng)驗(yàn)池、序列池存儲(chǔ)；步驟4解的接受保留；步驟5判斷經(jīng)驗(yàn)池容量，容量足夠則進(jìn)入步驟8學(xué)習(xí)，未滿，則進(jìn)入步驟6；步驟6選擇Action；步驟7保留最優(yōu)解；步驟8選擇學(xué)習(xí)樣本，并初始化神經(jīng)網(wǎng)絡(luò)；步驟9神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)更新；步驟10更新目標(biāo)值網(wǎng)絡(luò)；步驟11判斷學(xué)習(xí)結(jié)束情況，學(xué)習(xí)未結(jié)束，則進(jìn)入步驟8繼續(xù)學(xué)習(xí)更新；反之，則進(jìn)入步驟6選擇Action，返回主循環(huán)；步驟12程序結(jié)束，輸出車輛路徑距離最優(yōu)值及最優(yōu)值路徑序列。本發(fā)明提供了一種高層選擇策略為強(qiáng)化學(xué)習(xí)的超啟發(fā)算法的車輛路徑優(yōu)化方法。