自从1954年George Devol发明第一台可编程机器人以来,机器人已经陪伴人类走过半个多世纪,并逐渐成为人类生产生活中不可或缺的助手。为了让机器人具有与人类相当的分析与操作能力,其中关键的一个步骤是使机器人能够精确地感知并重建其周围的三维物体与三维场景。尽管已经涌现了不少成熟稳定的三维扫描与实时重建算法,但是现有的三维重建算法往往以人类用户手持扫描设备为主要应用场景。如何用机器人代替人类自动化地完成三维扫描与重建任务,仍然是尚待完善而又充满难点的研究课题。为了构建一个针对未知场景的自主三维重建系统,尤为重要的一点便是在全局场景探索和局部物体扫描之间取得平衡。为了解决这一难点,本文首先提出了一种以物体感知为引导的自动扫描方法,能针对未知场景在一次导航规划中同时实现对场景的探索、重建和语义理解。该方法交替地进行如下两个步骤:对已发现的物体进行分析并确定下一个最佳物体（next-best-object,NBO）,从而推动全局探索;对感知到的物体分析信息增益并规划下一个最佳视点（next-best-view,NBV）,从而推动局部扫描。此外,该方法利用物体置信度度量和多类图割最小化技术联合求解物体分割与物体识别问题,实现了扫描过程中的物体识别。充分的实验与对比结果表明,所提出的自主三维重建系统能以更高的覆盖率和更高的质量一次性完成对未知室内场景的重建与语义理解。现有的自主三维重建方法依赖于手工设计且解耦的特征提取和扫描策略,并且未能有效地利用除单个物体之外的高层次语义信息,因此难以实现高效的扫描规划。本文接着提出了一种基于深度强化学习的全局到局部多层次扫描策略。为了克服纯粹基于三维表示的端到端扫描策略难以训练的问题,该方法提出了一种新颖的混合2D-3D表示:重建感知的全局二维地图有效编码了物体的扫描质量和当前场景结构的语义信息;由粗到细的局部三维地图则编码了较小范围内的多个物体和所在区域的几何信息。在这种混和表示的基础上,该方法交替地利用指定该兴趣区域（region-of-interest,ROI）的全局扫描策略和指定NBV的局部扫描策略,推动扫描的进行。详尽的实验表明,本文基于深度强化学习的扫描策略能更加有效地探索未知场景,并同时获得高质量的物体重建。由于扫描策略的搜索空间十分巨大,基于深度强化学习的自主三维重建方法需要较长的时间进行训练。本文因此提出了两种有针对性的改进措施。首先,我们提出了基于路径复杂度预测和扫描进展回忆的辅助学习任务,来为全局扫描策略的训练提供额外的监督信号,并帮助智能体理解扫描过程中的空间和时间关系。其次,我们提出了基于路径分段的经验增强方法,来帮助智能体从失败的经验中发掘出正确的动作,从而在训练的过程中更快地探索到高回报的策略。通过多种对比实验,我们验证了这两项改进措施能有效提高全局扫描策略的训练速度,并提升其最终的性能。本文展示了联合求解场景探索、语义理解和场景重建的可行性,以及将深度强化学习应用于自主三维重建任务的优越性。相比于现有的自动扫描方法,由于利用了物体层次以及更高层次的语义信息,本文的方法实现了更加高效和更高质量的场景重建。我们在标准的测试环境ROS和Habitat中以及真实的机器人上进行了全面的实验,并和各类开源的基准方法进行了充分的对比,结果证明了本文方法的可行性和有效性。