本发明涉及一种基于强化学习的自适应学习路径规划系统，包括环境模拟，策略训练和路径规划三个模块，整个过程根据改进后的项目反映原理得到的学生每个时刻的能力值，基于马尔科夫决策过程，模拟复杂的学习环境，并合理应用强化学习的算法结合学生历史的学习轨迹离线训练路径规划策略，最后根据训练好的策略在线为学生自适应规划学习路径。本发明最后基于强化学习的思想，将在线教育平台上学习的复杂场景构建于马尔科夫决策过程的框架中，以高效获得能力提升为目标，为学生提供学习资源的持续性推荐，规划最优的学习路径，从而提高学习者的学习效果以及学习效率。