近年来,高超声速飞行器在空天技术领域取得了突破性的发展,以其独特的优势成为世界关注的焦点。高超声速飞行器具有高空高速以及高机动能力的特点,面向未来空天作战和商业应用,基于高超声速飞行的智能化具有极其重要的意义。路径规划是高超声速飞行器执行飞行任务的重要技术,特别是需要面对来自地面或空间的未知威胁。飞行器路径规划的目的是在机动性能、敌人威胁和飞行时间等多约束条件下,寻找最优或次优路径以有效规避威胁。随着空中任务难度的不断增加,特别是在未知环境下,路径规划需要考虑更多不确定性因素的影响,迫切要求飞行器具有学习能力,以适应环境变化的不确定性。随着人工智能领域的发展,机器学习中的强化学习技术使得路径规划不仅可以对环境模型的依赖性变弱,而且也不再需要环境提供先验知识,而是通过不断的试探与学习实现。因此,利用强化学习进行路径规划来提高飞行器对未知环境的适应性具有重要的研究和应用价值。针对该研究方向,本文开展了以下几个部分的研究:（1）Q-Learning下的基本路径规划方法研究。研究Q-Learning算法用于路径规划问题的可行性,由于该算法自身对于环境有一定的适应性和学习能力,同时该算法对于环境地图的建模是非必须的,这些特性使得利用该算法进行路径规划的物体能够自身处理移动过程中的未知情况。本文通过仿真实验,证明Q-Learning算法可以有效的解决路径规划问题。（2）快速搜索的Q-Learning路径规划算法研究。由于经典Q-Learning算法在应对路径规划问题时存在许多问题,包括学习与利用的平衡问题,算法收敛速度等问题,针对这些问题研究快速搜索的Q-Learning路径规划算法。在经典算法的基础上,对Q-Learning进行改进,引入快速探索策略及动作搜索策略,进而提高经典算法的快速收敛性。（3）高超声速飞行器路径规划算法研究。研究飞行器的自身机动约束及飞行动态约束,对相关约束进行建模,并建立高超声速飞行器威胁区规避的路径规划仿真场景。针对该场景,研究Q-Learning算法在动力学约束条件下的路径规划方法,为飞行器生成可成功避障且到达目标点的可飞路径,并通过仿真实验对比验证算法效果。实验表明,基于Q-Learning的算法能够在飞行器约束下得到避开威胁的路径,且快速搜索机制能够进一步优化算法性能。本论文利用强化学习理论方法对高超声速飞行器路径规划问题开展方法研究和仿真实验验证,证明了Q-Learnnig算法可以有效的解决路径规划问题,并且在满足高超声速飞行器的飞行约束的条件下,该算法也可以得到一条能够合理避开威胁的理想路径,为高超声速飞行器自主控制技术的发展提供了理论依据。