跳到正文
arXiv · AI· Wenjun Huang, Shenghao Fu, Yian Jin, Yang Ni, Yifan Li, Lichi Li, Xingjian Diao, Pengfei Zhang, Yutong Song, Hanning Chen, Jiarui Cui, Tianyu Yang, Shilong Li, Yu Kong, Mohsen Imani·· 2026-10-14AI 评分23

ADAPT:基于音深动作规划与过渡感知奖励的熄灯工业导航框架

ADAPT: Audio-Depth Action Planning with Transition-Aware Rewards for Lights-Out Industrial Navigation

AI 导读

提出 ADAPT 音频-深度动作规划框架,通过强化学习实现无光照(RGB-free)工业环境导航。 核心贡献为过渡感知奖励塑形(TARS),并建立含 24 个场景的 DarkNav-Bench 评测基准。 在未知场景中,Clean 条件下成功率达 90.6%,Localized Noise 条件下保留 60.0%。

来源:arXiv · AI · arxiv.org