本发明公开了一种基于蚁群算法和多智能体Q学习的AGV路径规划方法和系统，提高了全局优化的能力，将多智能体Q学习引入AGV的路径规划研究中可以实现AGV在交互中学习如何避障，并且能够更好地发挥出AGV的自主性和学习能力。其技术方案为：根据静态环境利用栅格法对AGV作业环境进行建模，设置起始点和目标点；根据AGV的起始点和目标点坐标通过蚁群算法生成全局最优路径；AGV根据全局优化路径向目标点移动，当探测到最小距离内存在动态障碍物时，通过多智能体Q学习对应环境状态进行避障策略的选择，据此作出相应的避障动作，避障结束再返回原来的路径上继续运动。