Con la creciente complejidad de las tareas de patrullaje, el uso del aprendizaje profundo por refuerzo para la planificación colaborativa de rutas de cobertura (CPP) de robots móviles múltiples se ha convertido en un nuevo punto candente. Teniendo en cuenta la complejidad de los factores ambientales y las limitaciones operativas, como obstáculos en el terreno y el alcance del área de la tarea, para completar mejor la tarea de CPP, este artículo propone un algoritmo de agrupamiento K-Means mejorado para dividir el área de tarea de los robots múltiples. El algoritmo de agrupamiento K-Means mejorado mejora la selección del primer punto de agrupamiento inicial, lo que hace que el proceso de agrupamiento sea más razonable y ayuda a distribuir las tareas de manera más equitativa. Al mismo tiempo, introduce el aprendizaje profundo por refuerzo con una estructura de red de duelo para tratar mejor los obstáculos en el terreno y mejora la función de recompensa para guiar el proceso de cobertura. Los experimentos de simulación han confirmado las ventajas de este método en términos de asignación equilibrada de tareas, mejora en la calidad de la estrategia y aumento de la eficiencia de cobertura. Puede reducir la duplicación y omisión de rutas mientras se garantiza la calidad de cobertura.