RangeNav：LiDAR距离图像预训练编码器

2026年10月22日，arXiv Robotics 刊出 Samuel Foo Enze 等作者的论文，提出 RangeNav——一个仅 183k 参数的 LiDAR 距离图像编码器，完全基于合成数据预训练，面向机器人导航。报道称，该编码器采用各向异性卷积与循环填充，以处理距离图像的极端长宽比和方位接缝；预训练联合使用距离重建、语义分割与 BEV 预测三个目标，预训练完成后冻结编码器，用于策略学习。作者表示代码与模型将会开源。截至本版，尚无后续跟进报道，开源是否落地、实际导航效果如何均未见披露。

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。