本发明提出一种基于深度强化学习的电动出租车充电导航路径规划方法，解决了现有电动出租车充电导航路径的规划方法鲁棒性低，规划基础不全面的问题，以电动出租车在行驶途中的电池损耗、充放电损耗、电池退化、行驶时间、等待时间及充放电时间之和为目标函数，以路径选择、到达时间、电池电量及充放电为约束条件，建立模型并求解，电动汽车充电导航路径的规划基础更全面，以求解之后的目标最优值作为深度强化学习网络模型的输入来训练深度强化学习网络模型，使训练好的深度强化学习网络模型可快速规划输出最优的充电导航路径，避免当面对众多不同的实际应用场景时，常规优化求解算法求解电动出租车充电路径的方法鲁棒性差的缺陷。