在工业生产过程中，由于有害气体泄漏引起的火灾或爆炸事故时有发生。利用搭载气体传感器的移动机器人对泄漏气源进行实时监测、搜索和定位是防止重大事故发生的有效方法，而高效的搜索策略是确保机器人能够快速准确地定位气味源的关键因素。针对现有气味源搜索算法定位成功率低、气味源定位不准确的问题，提出了一种结合仿生果蝇算法和学习策略的气味搜索策略。针对传统果蝇算法容易陷入饱和收敛的问题，提出了一种新的引导果蝇极值更新方法，并提出了一种基于学习策略的引导果蝇气味源搜索算法（GFOA，OC）算法。仿真结果表明，OCGFOA算法更快、更靠近泄漏臭气源完成定位，其定位效果能更好地满足危险臭气源定位的要求。最后，在物理场景中对气味源进行了主动定位验证实验，证明本文提出的算法在实际场景中也是可行的