针对传统算法规划航空器滑行路径准确度低、不能根据整体场面运行情况进行路径规划的问题，提出一种基于Q-Learning的路径规划方法。通过对机场飞行区网络结构模型和强化学习的仿真环境分析，设置了状态空间和动作空间，并根据路径的合规性和合理性设定了奖励函数，将路径合理性评价值设置为滑行路径长度与飞行区平均滑行时间乘积的倒数。最后，分析了动作选择策略参数对路径规划模型的影响。结果表明，与A^*算法和Floyd算法相比，基于Q-Learning的路径规划在滑行距离最短的同时，避开了相对繁忙的区域，路径合理性评价值高。