ByteDance تكشف عن Astra: بنية مزدوجة الوحدة للملاحة المستقلة للروبوتات

قدمت ByteDance نظام Astra، وهو بنية نموذجية مزدوجة للملاحة العامة للروبوتات المتنقلة، مصممة لتجاوز الاختناقات في أنظمة الملاحة التقليدية. يتبع Astra نموذج النظام 1/النظام 2 بنموذجين فرعيين: Astra-Global، وهو نموذج لغوي بصري متعدد الوسائط كبير (MLLM) يتعامل مع المهام منخفضة التردد مثل التموضع الذاتي وتحديد موقع الهدف؛ وAstra-Local، وهي شبكة مهام متعددة للمهام عالية التردد مثل التخطيط المحلي للمسار وتقدير قياس المسافة المقطوعة. يستخدم Astra-Global رسمًا بيانيًا هجينًا طوبولوجيًا-دلاليًا وعملية من مرحلتين من الخشنة إلى الدقيقة للتموضع البصري-اللغوي، تم تدريبه باستخدام الضبط الدقيق الخاضع للإشراف (SFT) وتحسين السياسات النسبية الجماعية (GRPO) على أساس Qwen2.5-VL، محققًا دقة تموضع بنسبة 99.9٪ في البيئات المنزلية غير المألوفة. يتكون Astra-Local من مشفر مكاني-زماني رباعي الأبعاد، ورأس تخطيط مع فقدان ESDF مقنع لتجنب التصادم، ورأس تقدير مسافة يدمج بيانات وحدة القياس بالقصور الذاتي (IMU) والعجلات عبر نموذج Transformer، مما يقلل خطأ المسار إلى حوالي 2٪. أظهرت التجارب في المستودعات والمكاتب والمنازل أداءً متفوقًا على طرق التعرف على الأماكن البصرية (VPR) التقليدية، مع تحسن يزيد عن 30٪ في دقة الوضعية في بيئات المستودعات. يخطط الفريق لتوسيع النشر إلى بيئات أكثر تعقيدًا وتحسين المتانة في السيناريوهات خارج التوزيع.