Mistral, robot navigasyonu için özel olarak geliştirdiği Robostral Navigate modelini duyurdu. 8 milyar parametreye sahip bu model, tek bir RGB kamera ve doğal dil talimatlarıyla robotları ofis, konut, ticari alan ve dış mekan gibi karmaşık ortamlarda otonom olarak yönlendirebiliyor.
Robostral Navigate, R2R-CE benchmarkında daha önce görülmemiş ortamlarda %76,6 başarı oranı elde etti. Bu, en iyi tek kameralı yaklaşımı 9,7 puan ve çoklu sensör sistemlerini 4,5 puan geride bırakıyor. Model, tekerlekli, bacaklı ve hava araçları dahil olmak üzere çeşitli robot platformlarında çalışabiliyor ve farklı kamera donanımlarına karşı dayanıklı.
Model tamamen simülasyonda eğitildi. Eğitimde yaklaşık 400.000 navigasyon yörüngesi ve 6.000 benzersiz sahne kullanıldı. Mistral, token verimliliği için ağaç tabanlı dikkat maskeleme stratejisi ve çevrimiçi pekiştirmeli öğrenme uygulayarak eğitim süresini aylardan günlere indirdi.
Robostral Navigate şu anda üretim, lojistik, teslimat ve konaklama sektörlerindeki seçkin ortaklara sunuldu. Daha geniş erişim için testler devam ediyor. Robostral, bu modeli mevcut açık kaynak modellere dayanmadan tamamen kendi bünyesinde geliştirdi.
Neden önemli
Robostral Navigate, derinlik sensörü veya çoklu kamera gibi pahalı donanımlara ihtiyaç duymadan tek bir RGB kamera ile yüksek başarı oranı yakalayarak robot navigasyonunu daha erişilebilir hale getiriyor. Simülasyonda eğitilmesi, gerçek dünya verisi toplama maliyetini ortadan kaldırırken, ağaç tabanlı maskeleme ve pekiştirmeli öğrenme gibi yöntemler eğitim verimliliğini artırıyor. Farklı robot tipleriyle uyumluluğu, modelin endüstriyel ve ticari uygulamalarda geniş bir kullanım alanı bulabileceğini gösteriyor.
