近年来,无人车已逐渐成为人工智能领域的一个热门分支,无人车的路径规划更是必不可少的部分。本文将无人车路径规划和强化学习方法结合起来,实现无人车能够在未知环境中学习当前环境,找到到达终点的最优路径。使用强化学习方法省去了对复杂任务或者模型未知任务建模的过程,通过学习的方法来得到解决问题的最优策略。由于无人车使用普通强化学习算法如Q-learning算法不能适应动态环境,即当环境发生改变时,无人车需要重新学习当前环境。即使环境只是发生微小变化,无人车都需要像对待新环境一样重新学习。因此对强化学习算法的改进使之能够适应变化环境的研究就变得具有重要的实际意义。首先,本文提出一个种对环境的分层方法,并将分层的思想用到强化学习探索算法epsilon greedy上,提出一种分层探索的算法,即分层epsilon greedy探索算法。在此算法中把一个复杂环境分成多个抽象层次,从非常详细的底层到抽象表达的高层,Agent在底层环境学习详细的规划路径,而高层则进行对环境进行抽象表达。对环境进行分层之后,高层保留了对环境的抽象,当环境发生改变后,由于高层环境受到的影响比较小,因此能够指导Agent在改变之后在环境中学习,提高了无人车学习效率。其次,将分层epsilon greedy探索算法应用到Q-learning算法中,得到一种新的Q-learning算法,即基于分层epsilon greedy探索的Q-learning算法。鉴于强化学习的核心在于Agent的动作选择策略,本算法在各个分层环境采用分层epsilon greedy探索算法来选择动作,从环境整体的角度来指导Agent选择动作。此算法不但保留了Q-learning算法的优秀的学习能力,同时采用分层探索的方法提高了该算法的收敛速度和环境适应性。最后将基于分层epsilon greedy的Q-learning算法用到无人车路径规划中,并从学习速度和环境适应性两个方面来比较基于分层epsilon greedy的Q-learning算法和Q-learning算法。数据结果表明,采用了基于分层epsilon greedy的Q-learning算法的无人车学习速度和环境适应性得到较大的提升。