ByteDance Introduces Astra — a Dual-Module Architecture for Autonomous Robot Navigation
ByteDance
ByteDance has developed Astra, an innovative architecture featuring two sub-models (Astra-Global and Astra-Local), designed to overcome the limitations of traditional navigation systems for mobile robots in complex indoor environments. Astra employs a System 1/System 2 paradigm, where the global model handles localization and the local model manages path planning and odometry.
बाइटडान्स ने Astra पेश किया है — मोबाइल रोबोट नेविगेशन के लिए एक नया आर्किटेक्चर, जो पारंपरिक प्रणालियों की समस्याओं को हल करता है जो कई छोटे नियम-आधारित मॉड्यूल से बनी होती हैं। यह आर्किटेक्चर System 1/System 2 प्रतिमान पर आधारित है और इसमें दो मुख्य मॉडल शामिल हैं: Astra-Global — एक मल्टीमॉडल लार्ज लैंग्वेज मॉडल (MLLM) जो कम-आवृत्ति वाले कार्यों (स्व-स्थानीकरण और लक्ष्य स्थानीकरण) के लिए जिम्मेदार है, और Astra-Local — एक मल्टीटास्क नेटवर्क जो उच्च-आवृत्ति वाले कार्यों (स्थानीय पथ नियोजन और ओडोमेट्री अनुमान) के लिए जिम्मेदार है। Astra-Global एक हाइब्रिड टोपोलॉजिकल-सिमेंटिक ग्राफ का उपयोग करता है जो ऑफलाइन बनाया गया है, और एक दो-चरणीय 'मोटे से सटीक' स्थानीकरण प्रक्रिया का उपयोग करता है। प्रशिक्षण के लिए Supervised Fine-Tuning और Group Relative Policy Optimization का उपयोग किया गया। Astra-Local में एक 4D स्पेस-टाइम एनकोडर, ट्रांसफॉर्मर-आधारित नियोजन हेड और मास्क्ड ESDF लॉस के साथ स्ट्रीमिंग मैचिंग, साथ ही एक ओडोमेट्री हेड शामिल है जो विभिन्न सेंसरों से डेटा को जोड़ता है। प्रयोगों से पता चला कि Astra अपरिचित घरेलू वातावरण में 99.9% स्थानीकरण सटीकता प्राप्त करता है, पोज़ सटीकता में पारंपरिक Visual Place Recognition विधियों से काफी बेहतर प्रदर्शन करता है, और टकरावों की संख्या को कम करता है। यह आर्किटेक्चर गोदामों, कार्यालयों और घरों में उपयोग के लिए उपयुक्त है, हालांकि कम-फीचर वातावरण में काम करने और OOD परिदृश्यों के प्रति मजबूती बढ़ाने के लिए सुधार की आवश्यकता है।
स्रोत: Synced —
मूल