ADAPT音频-深度导航框架与DarkNav-Bench发布

2026年10月14日，arXiv Artificial Intelligence 报道，Wenjun Huang 等作者提出并发布 ADAPT 音频-深度动作规划框架及配套基准 DarkNav-Bench。ADAPT 用空间音频定位目标、深度感知障碍几何，通过强化学习优化闭环导航，其过渡感知奖励塑形（TARS）在位置-朝向图上定义姿态感知的最短动作势函数。DarkNav-Bench 含 24 个工业场景和四种递进声学条件。在未见环境中，ADAPT 于 Clean 条件下成功率达 90.6%，在最难的 Localized Noise 设置下仍保持 60.0%。目前该事件仅有这一篇报道，尚无后续跟进报道。

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。