摘要:针对复杂动态环境中感知不完备和传感器噪声导致的动态障碍物预测困难和导航决策不确定性问题, 提出一种融合环境前向动力学预测的非对称强化学习自主导航框架(FANav). 首先, 通过环境前向动力学模型(E-FDM)在训练阶段学习机器人-环境交互的短期状态演化关系, 并在决策优化中引入预测的环境变化和碰撞风险, 引导策略实现前瞻性决策; 在部署阶段, E-FDM基于局部观测和当前动作在线提供短期环境预测, 辅助实时避障决策. 其次, 为应对模型预测误差及感知噪声引发的安全风险, 在执行层引入融合短期风险预测的控制屏障函数(CBF)安全过滤机制, 利用前瞻风险信息在线调节安全约束强度, 并通过二次规划对策略输出进行最小干预修正, 实现形式化安全约束. 最后, 采用非对称近端策略优化框架(PPO), 利用前向预测等特权信息优化价值网络, 以提升策略学习效率和训练稳定性. 实验结果表明, 所提出的方法在避障安全性、决策鲁棒性和运动平滑性方面优于现有对比方法.