类脑同步定位与建图(simultaneous localization and mapping, SLAM)通过模仿大脑神经导航机制实现环境建模，同时获得环境中的位置信息，具有较好的导航能力与较高的鲁棒性，但当前的类脑SLAM系统大都在预先获取的环境数据集上进行定位建图，对于新环境的兼容性较差。为此提出一种主动的类脑SLAM方法，设计基于Bug算法的环境自主探索方法，驱动机器人在环境中自主移动，主动获取环境信息，同时调用经典的类脑SLAM(RatSLAM)方法对环境信息进行处理，形成环境的认知地图。仿真环境和真实环境下的实验结果表明，本文方法取得了较好的建图效果，与通过人工采集数据建立的环境地图相似度较高，具备可行性。