” title=”Explicación interactiva de Robostral Navigate” cargando=”lazy” scrolling=”no” style=”width:100%;height:600px;border:0;overflow:hidden;display:block;”>
Construido desde cero
En particular, Robostral Navigate no depende de los VLM de código abierto existentes. En cambio, parte del modelo de visión y lenguaje de Mistral creado para tareas de conexión a tierra. Esas tareas incluyen señalar, contar y localizar objetos. La navegación surge entonces como una extensión natural del enraizamiento. Una vez que el modelo sabe dónde están las cosas, aprende a moverse.
Para los datos de entrenamiento, Mistral construyó una tubería de generación completamente en simulación. Este oleoducto produjo aproximadamente 400.000 trayectorias recopiladas en 6.000 escenas.
Formación eficiente y aprendizaje por refuerzo online
Más allá de los datos, la eficiencia de la capacitación fue un elemento central del diseño. El método utiliza un algoritmo basado en el almacenamiento en caché de prefijos. Una estrategia de enmascaramiento de atención basada en árboles comprime un episodio completo en una secuencia. En consecuencia, el modelo entrena todos los pasos de tiempo en un solo pase hacia adelante. También evita la fuga de información entre pasos de tiempo.
Como resultado, este enfoque reduce los tokens de entrenamiento 22 veces y mantiene todas las señales de aprendizaje. En la práctica, recorridos que antes llevaban meses ahora terminan en días. Después de una formación supervisada, Mistral aplicó CISPO, un algoritmo de aprendizaje por refuerzo en línea. Esta etapa permite que el modelo aprenda de prueba y error, se recupere de fallas y adquiera comportamientos exploratorios. También mitiga el problema del cambio de distribución de la clonación del comportamiento básico. Por sí solo, este paso aumentó la tasa de éxito en un 3,2%.
Punto de referencia y rendimiento
En la evaluación, Robostral Navigate alcanza resultados de última generación en R2R-CE. R2R-CE significa habitación a habitación en entornos continuos, un punto de referencia estándar de seguimiento de instrucciones. Está construido sobre Matterport3D, donde un agente sigue instrucciones de lenguaje en un entorno 3D continuo. La división de la “validación invisible” ofrece entornos para medir la generalización. El punto de referencia califica a los agentes con tasa de éxito, tasa de éxito de Oracle, éxito ponderado por longitud de ruta y error de navegación.
Obtiene una tasa de éxito del 79,4% en la validación observada. Obtiene una puntuación del 76,6% en la validación no vista. Además, supera el mejor enfoque con una sola cámara por 9,7 puntos. También supera al mejor sistema de profundidad o multicámara por 4,5 puntos.
Tabla comparativa
Para poner estos resultados en contexto, la siguiente tabla contrasta Robostral Navigate con los sistemas multisensor típicos.
La columna de la derecha describe una práctica común en la navegación visual y lingüística, no un sistema con nombre.
Casos de uso con ejemplos
Teniendo en cuenta estas características, varias aplicaciones resultan prácticas. En la fabricación, un robot puede transportar piezas entre estaciones desde una sola instrucción. En entregas y logística, un robot con ruedas puede mover paquetes por un almacén. En hostelería, un robot puede guiar a un huésped desde el vestíbulo hasta la habitación. Debido a que el modelo funciona con robots voladores, con ruedas y con patas, una flota puede compartirlo. Además, se mantiene resistente a las diferencias en los elementos intrínsecos de las cámaras entre esos robots.
Una vista de código simplificada
Para concretar el bucle de señalización, el pseudocódigo siguiente muestra la ruta de decisión. Es ilustrativo, no la API oficial.
Conclusiones clave
Robostral Navigate es un modelo de navegación incorporado 8B de Mistral AI. Alcanza el 76,6% en la validación R2R-CE sin ser visto con una cámara RGB. Señalar predice los píxeles de destino; un respaldo de desplazamiento local cubre objetivos fuera de la vista. El almacenamiento en caché de prefijos reduce los tokens de entrenamiento 22 veces, convirtiendo meses de entrenamiento en días. El aprendizaje por refuerzo en línea de CISPO agregó una tasa de éxito adicional del 3,2%, enmarcado como un paso hacia un agente encarnado unificado.
Consulta los detalles técnicos. Además, no dude en seguirnos en Twitter y no olvide unirse a nuestro SubReddit de más de 150.000 ml y suscribirse a nuestro boletín. ¡Esperar! estas en telegrama? Ahora también puedes unirte a nosotros en Telegram.
¿Necesita asociarse con nosotros para promocionar su repositorio de GitHub O su página principal de Hugging O su lanzamiento de producto O seminario web, etc.? Conéctate con nosotros
