一种基于多约束目标的水下机器人运动规划方法，属于机器学习以及水下机器人运动规划领域。模型构建阶段：将机器人避障声呐的信号与流速传感器的流速信号转化为当前环境；根据动力学约束，建立离散动作空间；以水下障碍物作为约束，建立奖赏函数；基于多目标约束建立马尔可夫决策过程，为算法实现建立基础；训练阶段：基于Q学习算法进行训练，在当前环境，基于贪心策略执行动作，每执行一步策略，基于原始策略进行评估并更新一次策略，改进策略直到适应环境，实现规划目的。本发明考虑了水流、碍航物、目标等多约束目标，将强化学习方法与水下多约束目标结合，实现了水下机器人的运动规划，具有较强的实时性，并且可以适用于多种环境。