Mistral का Robostral Navigate: सिंगल कैमरा रोबोटिक्स नेविगेशन मॉडल
मूल शीर्षक: Mistral's Robostral Navigate: a state of the art robotics navigation model
यह क्यों महत्वपूर्ण है
केवल एक RGB कैमरे से multi-sensor सिस्टम को पीछे छोड़ना रोबोटिक्स AI में cost-efficiency और scalability की नई संभावनाएं खोलता है।
Mistral AI ने Robostral Navigate लॉन्च किया — एक 8B पैरामीटर मॉडल जो केवल एक सामान्य RGB कैमरे से रोबोट को स्वायत्त रूप से नेविगेट कराता है। R2R-CE बेंचमार्क पर 76.6% सफलता दर हासिल की, जो multi-sensor सिस्टम से भी बेहतर है।
Mistral AI ने अपना पहला embodied navigation मॉडल Robostral Navigate पेश किया है। यह 8 बिलियन पैरामीटर वाला मॉडल RGB इमेज और सामान्य भाषा में दिए गए निर्देशों के आधार पर रोबोट को जटिल वातावरण में स्वतंत्र रूप से नेविगेट करने में सक्षम बनाता है — जैसे कि "लॉबी छोड़ो, गलियारे से गुजरो, सप्लाई रूम में जाओ और दूसरी शेल्फ के सामने रुको।"
खास बात यह है कि Robostral Navigate केवल एक साधारण RGB कैमरे का उपयोग करता है — इसमें कोई depth sensor, LiDAR या एकाधिक कैमरे नहीं हैं। फिर भी इसने Room-to-Room Continuous Environments (R2R-CE) validation unseen बेंचमार्क पर 76.6% सफलता दर प्राप्त की। यह सर्वश्रेष्ठ single-camera दृष्टिकोण से 9.7 अंक और depth या multi-camera सिस्टम से 4.5 अंक अधिक है।
मॉडल को पूरी तरह in-house बनाया गया है, जिसमें simulated data और token-efficient तकनीकों का उपयोग किया गया। यह विभिन्न प्रकार के रोबोट पर काम करता है और training के दौरान न देखी गई real-world बाधाओं के साथ भी अनुकूलन करता है।
नेविगेशन के लिए pointing-based approach और reinforcement learning का संयोजन किया गया है, जिससे मॉडल लगातार बेहतर होता रहता है। यह तकनीक ऑफिस, आवासीय व व्यावसायिक भवनों और बाहरी वातावरण जैसे कई क्षेत्रों में उपयोग योग्य है।