煤矿井下巷道空间环境精准建模是掘进、巡检等煤矿移动机器人感知环境，自主定位、导航与控制关键技术的重要保障，也是煤矿智能化建设的重点研发方向.目前，煤矿井下空间环境精准建模面临特征感知难、建模信息不全、模型构建精度低等难题.本文基于毫米波雷达的煤矿巷道建模存在部分点云缺失，局部重构精度不足等问题，提出了一种基于注意力机制与生成对抗网络的煤矿巷道数字建模优化方法.构建了“全局+局部”的双判别器改进生成对抗网络模型，优化了生成网络学习数据分布和细节，为解决点云重建精度不足问题提供精确数据。为改善点云空间几何特征提取能力，提出了引入空间域注意力机制的判别器改进方法，精确提取巷道空间建模所需的点云几何和结构特征.研究结果表明：优化后重建巷道整体宽度的平均绝对误差为2.02 cm,相对优化前提升28%,最大误差为7.40 cm,相对优化前提升14%;巷道整体高度的平均绝对误差为1.52 cm,相对优化前提升23%,最大误差为4.10 cm,相对优化前提升13%.提出的优化方法有效改善了毫米波雷达在复杂煤矿巷道环境下建模精度难题，对基于高精度煤矿井下巷道空间环境的煤矿机器人智能、安全、高效开采具有重要价值.