RangeNav：纯合成数据预训练的LiDAR导航编码器

Samuel Foo Enze 等作者团队提出并发布了 RangeNav，一个仅 18.3 万参数、完全在合成数据上预训练的 LiDAR 距离图像编码器，用各向异性卷积和循环填充处理距离图像的极端长宽比与方位角接缝。 作者称，在仿真中加入语义与 BEV 监督，相比仅重建基线在程序生成的训练环境和分布外真实感测试环境中，成功率平均分别提升 32.03 和 23.73 个百分点；在 Unitree B2-W 四足机器人上的零样本真实部署中，该方法在密集人群、低光照和施工区域实现了稳健导航。代码与模型将开源，论文已投稿 ICRA 2027，正在评审中。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。