Newest papers

RangeNav: Task-Aligned LiDAR Range-Image Pretraining for Robot Navigation

Samuel Foo Enze, Manthan Patel, Fan Yang, Linus Kramer, Pascal Roth, Marco Hutter, César Cadena · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.29845 · cited by 0 works (OpenAlex) · open-access PDF

Vietnamese

Robot di động tự trị điều khiển mã hoạt động trong đám đông dày đặc và các trang web hỗn loạn đòi hỏi nhận thức khoảng $ 360 để phản ứng với các mối nguy xung quanh. Trong khi LiDAR toàn diện cung cấp bảo hiểm toàn diện, các đại diện học tập trong việc tăng cường học tập (RL) là mẫu không hiệu quả dưới phần thưởng hiếm, và các bộ mã hóa đám mây điểm 3D hiện có sẵn là quá nặng trong bộ nhớ để mô phỏng RL song song. Chúng tôi trình bày RangeNav, một bộ mã hóa hình ảnh phạm vi nhỏ gọn (183k tham số) LiDAR được đào tạo trước hoàn toàn trên dữ liệu tổng hợp. RangeNav sử dụng các biến động không đồng nhất và padding tròn để xử lý tỷ lệ khía cạnh cực và phạm vi kết nối không đồng nhất của hình ảnh. Chúng tôi chuẩn bị mạng bằng cách sử dụng một mục

Machine translation (Meta M2M100); the English original follows.

Abstract

Autonomous mobile robots operating in dense crowds and cluttered sites require $360^\circ$ perception to react to surrounding hazards. While panoramic LiDAR offers full-surround coverage, learning representations within reinforcement learning (RL) is sample-inefficient under sparse rewards, and existing 3D pretrained point-cloud encoders are too memory-heavy for massively parallel RL simulation. We present RangeNav, a compact (183k parameters) LiDAR range-image encoder pretrained entirely on synthetic data. RangeNav uses anisotropic convolutions and circular padding to handle the extreme aspect ratio and azimuthal seam of range images. We pretrain the network using a navigation-aligned objective combining range reconstruction, semantic segmentation, and bird's-eye-view (BEV) prediction, then freeze it for policy learning. In simulation, adding semantic and BEV supervision increases success rates over a reconstruction-only baseline by an average of 32.03 and 23.73 percentage points (pp) in procedurally generated training and out-of-distribution realistic test environments, respectively. Zero-shot real-world deployments on a Unitree B2-W quadruped demonstrate robust navigation through dense crowds, low-light settings, and construction zones where limited-field-of-view depth policies struggle. Code and models will be open-sourced. Project website: https://rangenav.github.io/.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Lidar, Computer science, Artificial intelligence, Computer vision, Encoder, Ranging

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange