针对在具有动态因素且视觉丰富环境中的导航问题，受路标机制空间记忆方式启发，提出一种可同步学习目标导向行为和记忆空间结构的视觉导航方法。首先，为直接从原始输入中学习控制策略，以深度强化学习为基本导航框架，同时添加碰撞预测作为模型辅助仼务;然后，在智能体学刁导航过程中，利用时间相关性网络祛除冗余观测及寻找导航节点，实现通过情景记忆递増描述环境结构;最后，将空间拓扑地图作为路径规划模块集成到模型中，并结合动作网络用于获取更加通用的导航方法。实验在3D仿真环境Dmlab中进行，实验结果表明，本文方法可从视觉输入中学习目标导向行为，在所有测试环境中均展现出更高效的学习方法和导航策略，同时减少构建地图所需数据量;而在包含动态堵塞的环境中，该模型可使用拓扑地图动态规划路径，从而引导绕路行为完成导航任务，展现出良好的环境适应性。
