本发明公开一种基于深度强化学习的AGV自动调整PID参数的方法，方法首先将生产环境的实际场景进行建模，建立马尔可夫决策过程；然后初始化AGV的当前状态，根据ε‑greedy决策选择动作，获得AGV的下一个状态，并将其发送给AGV运行，获取AGV运行过程中的数据，计算奖励值；接着储存当前状态、动作、奖励值和下一个状态到记忆库中，从记忆库中取样并使用深度强化学习DQN网络模型中的评估网络和目标网络分别计算当前状态和下一状态的所有值函数，使用梯度下降、均方差损失函数计算损失，并将评估网络参数更新到目标网络；最后根据AGV运行情况判断当前的PID是否为最终状态，结束PID参数的调整。本发明的方法不仅适用于所有生产环境，还能提高AGV投入使用的工作效率。