การใช้งานหุ่นยนต์ในภาคการเกษตรมักถูกจำกัดอยู่แค่ในช่วงกลางวัน แต่งานวิจัยนี้นำเสนอแนวทางที่จะทำให้หุ่นยนต์สามารถทำงานได้ตลอด 24 ชั่วโมง เพื่อภารกิจต่างๆ เช่น การเก็บเกี่ยว การตรวจสอบดิน หรือการกำจัดศัตรูพืชในเวลากลางคืน โดยไม่ต้องรวบรวมและกำกับข้อมูล (Annotated data) ใหม่จำนวนมหาศาล
ทีมวิจัยได้พัฒนาเฟรมเวิร์กการแปลงภาพ (Image translation) ที่ใช้โมเดล CLIP เพื่อรักษาความสอดคล้องเชิงความหมาย (Semantic consistency) ในการเปลี่ยนภาพ RGB ในเวลากลางวันให้เป็นภาพ Near-infrared (NIR) ในเวลากลางคืน นอกจากนี้ยังมีการใช้ Visibility mask เพื่อจัดการกับข้อจำกัดของระยะแสงไฟ NIR ในสภาพแวดล้อมจริง
นอกจากโมเดลแล้ว งานวิจัยนี้ยังเปิดตัว AgriNight ซึ่งเป็นชุดข้อมูลมาตรฐาน (Benchmark) ชุดแรกสำหรับการนำทางหุ่นยนต์เกษตรในเวลากลางคืน ประกอบด้วยภาพกว่า 900 ภาพที่เก็บข้อมูลจริงจากหุ่นยนต์เคลื่อนที่ พร้อมการกำกับข้อมูลระดับพิกเซล ซึ่งผลการทดลองยืนยันว่าการใช้ภาพที่แปลงมาช่วยให้หุ่นยนต์สามารถนำทางในเวลากลางคืนได้อย่างแม่นยำและเสถียร
