बाइटडांस ने Astra का अनावरण किया: स्वायत्त रोबोट नेविगेशन के लिए दोहरी-मॉड्यूल आर्किटेक्चर

बाइटडांस ने सामान्य प्रयोजन मोबाइल रोबोट नेविगेशन के लिए एस्ट्रा (Astra) नामक एक दोहरी-मॉडल आर्किटेक्चर पेश किया है, जो पारंपरिक नेविगेशन प्रणालियों की बाधाओं को दूर करने के लिए डिज़ाइन किया गया है। एस्ट्रा सिस्टम 1/सिस्टम 2 प्रतिमान का अनुसरण करता है, जिसमें दो उप-मॉडल शामिल हैं: एस्ट्रा-ग्लोबल (Astra-Global) - एक मल्टीमॉडल लार्ज लैंग्वेज मॉडल (एमएलएलएम) जो स्व-स्थानीकरण और लक्ष्य स्थानीकरण जैसे कम-आवृत्ति वाले कार्यों को संभालता है; और एस्ट्रा-लोकल (Astra-Local) - एक मल्टी-टास्क नेटवर्क जो स्थानीय पथ योजना और ओडोमेट्री अनुमान जैसे उच्च-आवृत्ति वाले कार्यों के लिए है। एस्ट्रा-ग्लोबल एक हाइब्रिड टोपोलॉजिकल-सिमेंटिक ग्राफ और दृश्य-भाषा स्थानीकरण के लिए मोटे-से-बारीक दो-चरणीय प्रक्रिया का उपयोग करता है, जिसे क्यूवेन2.5-वीएल (Qwen2.5-VL) बैकबोन पर सुपरवाइज्ड फाइन-ट्यूनिंग (एसएफटी) और ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइजेशन (जीआरपीओ) के साथ प्रशिक्षित किया जाता है, जो अज्ञात घरेलू वातावरण में 99.9% स्थानीकरण सटीकता प्राप्त करता है। एस्ट्रा-लोकल में एक 4डी स्पेटियो-टेम्पोरल एन्कोडर, टकराव से बचने के लिए मास्क्ड ईएसडीएफ लॉस के साथ एक प्लानिंग हेड, और एक ट्रांसफॉर्मर मॉडल के माध्यम से आईएमयू और व्हील डेटा को संयोजित करने वाला एक ओडोमेट्री हेड शामिल है, जो प्रक्षेपवक्र त्रुटि को लगभग 2% तक कम करता है। गोदामों, कार्यालयों और घरों में किए गए प्रयोगों ने पारंपरिक विजुअल प्लेस रिकॉग्निशन (वीपीआर) विधियों की तुलना में बेहतर प्रदर्शन दिखाया, जिसमें गोदाम सेटिंग्स में पोज़ सटीकता में 30% से अधिक सुधार हुआ। टीम अधिक जटिल वातावरण में तैनाती बढ़ाने और आउट-ऑफ-डिस्ट्रीब्यूशन परिदृश्यों में मजबूती में सुधार करने की योजना बना रही है।