摘要 具身智能任务从关注互联网图像的任务转向涉及具身Agent的主动设置，这些Agent在3D环境中感知和行动。本文研究了在三维室内场景中使用深度强化学习(DRL)的目标驱动视觉导航，其导航任务旨在训练一个智能体，该智能体可以仅基于自我中心视图，从任何可能的起始位置智能地做出一系列决策，以到达预先指定的目标位置。 然而，目前大多数导航方法都面临着一些具有挑战性的问题，如数据效率、自动避障和泛化。