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。

本文介绍了一种四足机器人导航系统VP-Nav，结合本体感反馈和视觉信息确保路径安全。研究提出了TopoNav和PRELUDE等算法，提升机器人在复杂环境中的导航和探索效率。通过强化学习和神经网络，机器人在感知故障情况下能够重建环境，展现出良好的适应性和鲁棒性。