Robostral Navigate – Mistral AI 推出的具身智能導航模型

Robostral Navigate是什麼

Robostral Navigate 是 Mistral AI 推出的首個具身智能導航模型，用一個普通 RGB 攝像頭可讓機器人在複雜環境中自主導航。模型參數規模爲 8B，在 R2R-CE 基準測試的未知環境上達到 76.6% 成功率，超越多傳感器方案。模型通過指向預測目標位置，結合強化學習持續優化，可泛化到輪式、足式和飛行機器人，適用製造、物流、酒店等場景。

Robostral Navigate的主要功能

• 單目視覺導航：僅依賴單個 RGB 攝像頭，無需激光雷達或深度傳感器，即可在複雜室內外環境中自主導航。
• 自然語言指令跟隨：接收如離開大廳，穿過走廊，進入儲藏室等長程語言指令，驅動機器人完成端到端任務。
• 跨平台泛化：可部署於輪式、足式和飛行機器人，能適應不同尺寸和攝像頭內參差異。
• 動態避障與適應：在充滿人員和障礙物的真實未知空間中移動，具備實時避障能力。
• 持續自我改進：通過在線強化學習從試錯中學習，緩解行爲克隆中的分佈偏移問題。

Robostral Navigate的技術原理

• 基於”指向”的導航策略：模型通過預測目標位置在當前攝像頭視角中的圖像座標及預期朝向來引導移動，天然對不同攝像頭內參和世界尺度變化具有魯棒性。當目標超出視野時，模型會回退到基於局部座標系的位移指令。
• 完全自主構建與數據生成：不依賴現有開源 VLM，從專用於指代、計數和物體定位的視覺語言模型初始化。在仿真環境中構建了高效數據流水線，生成約 40 萬條軌跡、覆蓋 6000 個場景的數據集。
• 前綴緩存高效訓練：採用基於樹的注意力掩碼策略，將整個回合壓縮爲單個序列，一次前向傳播訓練所有時間步。相比傳統方式 token 數減少 22 倍，將原本數月的訓練縮短至數天。
• 在線強化學習優化：監督訓練後使用 CISPO 算法進行在線強化學習，使模型從失敗中恢復並獲取探索行爲，成功率額外提升 3.2%。

如何使用Robostral Navigate

Robostral Navigate 尚處於模型發佈階段，暫未提供使用入口。

Robostral Navigate的核心優勢

• 硬件極簡：單 RGB 攝像頭方案大幅降低硬件成本和部署門檻，比多傳感器方案更易規模化。
• 性能領先：在 R2R-CE 未知數據上 76.6% 成功率，超越最佳單攝像頭方案 9.7 個百分點，超越最佳多傳感器方案 4.5 個百分點。
• 訓練效率極高：前綴緩存技術將訓練 token 壓縮 22 倍，訓練週期從數月降至數天。
• 強泛化能力：從仿真到真實世界、跨機器人類型、跨攝像頭參數均表現穩定。
• 持續進化：在線 RL 機制讓模型在部署後仍能通過試錯不斷提升性能。

Robostral Navigate的項目地址

• 項目官網：https://mistral.ai/news/robostral-navigate/

Robostral Navigate的同類競品對比

Robostral Navigate的應用場景

• 智慧物流倉儲：機器人根據前往 B 區第三貨架取貨等指令，在倉庫中自主導航並完成揀選。
• 商業樓宇配送：寫字樓、醫院場景中，配送機器人按樓層和房間號指令完成快遞或藥品送達。
• 製造業產線巡檢：在工廠複雜環境中，按”檢查 2 號產線末端設備”指令自主移動並反饋狀態。
• 酒店服務引導：接待機器人根據”帶客人去 1208 房間”指令，在動態人流環境中完成引導。
• 室外設施巡檢：無人機或輪式機器人按”檢查東側圍欄第三區域”指令完成戶外設施巡查。