针对采用RaoBlackwellized粒子滤波器的移动机器人同步定位与地图构建算法（RBPFSLAM）所面临的粒子退化问题，提出了一种改进的采样方法。该方法在原有采样方法的基础上，加入一个用Gibbs采样实现的向后MCMC（MarkovchainMonteCarlo）移动步骤，利用当前新获取的信息对机器人路径样本的最后一段进行调整，从而降低了样本退化的可能性。对比仿真实验验证了该方法的有效性。