随着深度学习的不断发展,视觉定位与导航越来越引起研究人员的关注。卷积神经网络的使用使得视觉地点识别算法可以从图像中提取出语义特征向量,并通过与语义特征地图库的匹配,得到地点定位概率结果。但是,在一些复杂场景下,由于环境变化、拍摄视角等因素的影响,地点识别的准确率、稳定性和环境适应性都难以达到我们的需求。因此,主动定位与导航有着非常重要的研究意义,它通过主动地控制机器人的动作,提高定位的确信度,确保机器人能够到达终点。本文基于语义地图概率模型对主动定位方法进行研究,提出了一种嵌入多重目的地的基于强化学习的主动定位算法。在定位具有模糊度的情况下,它利用有限的数据资源和运算资源,使可靠导航成为可能。该算法主要由两个模块组成:一个贝叶斯滤波模块和一个多目的地嵌入的Q-Network模块。贝叶斯滤波模块主要是负责信念状态的更新,它通过结合过去的历史动作信息和历史观测信息来不断地降低定位的模糊度,其中观测信息主要是通过主动定位系统中的单点定位模块从图像中提取出的。多目的地嵌入的Q-Network模块负责主动定位中的动作决策部分,它不仅考虑到定位模糊度的重要性,还考虑到了历史动作信息对动作决策的影响。根据不同地点的定位不确定性,我们将拓扑节点分为容易被准确识别的枢纽节点和不易被准确识别的普通节点。Q-Network模块通过将枢纽节点设为多目的地,学习策略使机器人能够耗费尽可能小的代价从普通节点移动到枢纽节点来实现主动定位。除此之外,本文还提出了一种基于主动定位的主动导航方法。在导航的第一阶段,我们基于主动定位算法移动到定位确信度高的枢纽节点,然后再结合传统的路径规划算法,进行第二阶段的路径导航。本文以上海交通大学闵行校区为实验背景,进行了大量的仿真实验。实验发现,我们的主动定位方法表现良好。在定位模糊度约为30%的条件下,主动定位的成功率可以达到90%左右,主动导航成功率可以达到80%以上。