发明了一种水产养殖无人割草船高效作业路径规划方法，扫描池塘整体环境，采集池塘顶点、障碍物的经纬度坐标，并将其转换为平面坐标；采用栅格法对环境地图进行建模，建立障碍物矩阵；选择卸草码头的位置；对传统Q‑Learning算法的方向、奖励函数以及探索率进行改进，并对其进行训练，生成最优Q值表；利用改进Q‑Learning算法生成的最优Q值表，实时规划返航点到卸草码头的最优作业路径。若返航过程碰到动态障碍物，则重新选择动作和更新Q值表来避开此障碍物。割草船卸草完成后，按照原路径行驶至上次作业中断处继续执行割草作业，直至完成整个池塘的割草任务。本发明能够解决水产养殖无人割草船因收集匣满草需要多次返回码头卸草的实际路径规划问题。