基于深度强化学习的视觉导航方法综述

作     者：高宇宁 王安成 赵华凯 罗豪龙 杨子迪 李建胜 GAO Yuning;WANG Ancheng;ZHAO Huakai;LUO Haolong;YANG Zidi;LI Jiansheng

作者机构：信息工程大学地理空间信息学院郑州450001 智慧中原地理信息技术河南省协同创新中心郑州450001 智慧地球重点实验室北京100029 北京卫星导航中心北京100094 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2025年第61卷第10期

页      面：66-78页

核心收录：

学科分类：081104[工学-模式识别与智能系统] 08[工学] 081601[工学-大地测量学与测量工程] 0816[工学-测绘科学与技术] 0811[工学-控制科学与工程] 

基　　金：智慧中原地理信息技术河南省协同创新中心和时空感知与智能处理自然资源部重点实验室基金(232104) 

主　　题：视觉导航 深度强化学习 样本效率 泛化 计算机视觉 

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。