本研究提出了一种结合模型驱动控制与学习感知的机器人导航方法，能够在未知复杂环境中高效可靠地导航。机器人通过视觉观察和自我感知在多种地形上行走，并能在感知故障时进行环境重建。此外，研究还提出了去噪世界模型学习框架，提升了机器人在复杂地形上的运动能力和适应性。

该研究提出了一种适用于未知场景下机器人导航的方法，结合了模型驱动控制和基于学习的感知。实验结果表明，该方法在处理复杂环境下的目标到达更加可靠和高效，且不依赖于对环境的详细、明确的3D地图，适用于低帧率，具有良好的泛化性能。