基于深度强化学习的视觉导航方法综述

来源：计算机工程与应用杂志2025年第10期北京时间：

作者：高宇宁, 王安成, 赵华凯, 罗豪龙, 杨子迪, 李建胜

单位：1.信息工程大学 地理空间信息学院，郑州 450001；2.智慧中原地理信息技术河南省协同创新中心，郑州 450001；3.智慧地球重点实验室，北京 100029；4.北京卫星导航中心，北京 100094

摘要：传统的视觉导航方法对高精度地图的依赖性较高，且存在难以避免的误差积累问题，在面对复杂动态环境中的导航任务时往往表现不佳。基于深度强化学习的视觉导航方法通过模拟人类自身的导航方式，能够直接根据视觉信息以端到端的方式实现指定目标的安全导航，是视觉导航领域新兴的研究热点。为探讨深度强化学习视觉导航方向的最新研究问题，直观对比该方向的最新方法，介绍了深度强化学习导航方法的背景和理论。聚焦近五年该方向的主要研究问题，从数据利用、策略优化和场景泛化三个方面对重要方法进行了总结分析。最后给出了对于此类方法目前研究情况和未来研究问题的思考，在总结最新研究动态的同时为相关方法未来的研究提供参考。

关键词：视觉导航,深度强化学习,样本效率,泛化,计算机视觉