随着“大批量、定制化”生产模式的普及,物流运输的准时化率越来越重要,为了满足现代制造业在快节奏生产节拍下对生产物料的需求,企业的物流系统应该具备快速反应、高效率等特点。通常物流过程中货物运输环节占用的时间最长,然而当前众多的制造企业仍然采用较为传统的路径规划方式,使用传统方式规划路线耗时较长并且产生的路线质量不佳,会降低整个物流系统的效率。本文以某汽车制造企业厂内物中流低缓存物料供应场景的路径规划问题与入厂物流中循环取货场景的路径规划问题作为切入点,研究并实现了基于强化学习技术的车辆路径规划算法,提升了制造业物流过程的智能化程度。对于厂内物流中低缓存物料供应场景的路径规划任务,本文首先通过传统强化学习算法实现了栅格环境下的车辆路径规划并分析了传统强化学习算法的不足之处。针对传统强化学习算法的不足之处对普通Q-learning算法进行了改进,提出了用于构建完整Q-table的随机初始点策略,降低了算法的求解时间;通过任务分割策略将高维路径规划问题转换为低维问题,降低了问题的复杂度;通过基于目标距离的策略引导机制加快了算法的收敛速度;提出了车辆直行引导机制,减少了行驶路径中的转弯次数;采用动态-greedy调整策略提高了规划路径的性能上限;综合以上内容,提出了基于改进Q-learning的低缓存物料供应路径规划算法。入厂物流循环取货场景的路径规划任务是一种带容量约束的车辆路径规划问题,由于其属于离散区域场景的路径规划问题,本文采用无向图来表达环境地图。为了使算法具备基于真实路网信息的路径规划能力,使用百度地图开放平台提供的SDK获取了真实路网中各地点间的实际距离信息作为算法样本;提出了一种改进指针网络,该网络能够识别系统中动态变化的元素从而使算法能够考虑循环取货任务中供应商动态变化的需求信息;提出了一种基于贪婪算法的任务分配器来分割网络输出的解序列并将任务均匀地分配给不同运载车辆;综合以上内容,实现了循环取货场景车辆路径规划的目标。针对两类场景的路径规划算法,分别设计实验进行了效果验证与算法对比。实验结果显示本文提出的低缓存物料供应场景路径规划算法在求解速度、路线综合质量等方面优于A*、传统Q-learning算法。此外,实验证明本文提出的循环取货场景路径规划算法求解的路线的长度明显短于通过最大需求策略、最大可达性策略得到的路线的长度,并且算法的网络参数在不同的路径规划任务中具备一定的可复用性。实验表明本文提出的路径规划算法能有效解决制造业厂内物流与入厂物流中的部分路径规划问题,提高了制造业物流系统的整体效率。