En las misiones de exploración lunar, los rovers deben navegar por múltiples puntos de referencia dentro de estrictas limitaciones de tiempo mientras evitan obstáculos dinámicos, lo que exige una planificación de rutas en tiempo real y sin colisiones. Este documento propone un método de planificación jerárquica mejorado por gemelos digitales, A*-D3QN-Opt (A-Star-Dueling Double Deep Q-Network-Optimizado). El marco combina el algoritmo A* para rutas óptimas globales en entornos estáticos con un D3QN mejorado (Dueling Double Deep Q-Network) para la evitación de obstáculos dinámicos. Una función de recompensa multidimensional equilibra la eficiencia de la ruta, la seguridad, la energía y el tiempo, mientras que la repetición de experiencias prioritaria acelera la convergencia del entrenamiento. Un entorno de simulación de gemelos digitales de alta fidelidad integra un sistema de percepción multimodal basado en YOLOv5 para la detección de obstáculos en tiempo real y la estimación de distancias. La validación experimental en escenarios de baja, media y alta complejidad demuestra un rendimiento superior: el método logra rutas más cortas, cero colisiones en entornos dinámicos y una convergencia un 30% más rápida que el D3QN base. Los resultados confirman su capacidad para armonizar la optimalidad, la seguridad y la adaptabilidad en tiempo real bajo restricciones dinámicas, ofreciendo un apoyo crítico para la navegación autónoma en misiones lunares como Chang"e y futuras exploraciones en el espacio profundo, reduciendo así los riesgos operativos y mejorando la eficiencia de la misión.