ByteDance luncurkan Astra: Arsitektur dual-modul untuk navigasi robot otonom

ByteDance memperkenalkan Astra, arsitektur model ganda untuk navigasi robot seluler tujuan umum, yang dirancang untuk mengatasi hambatan sistem navigasi tradisional. Astra mengikuti paradigma Sistem 1/Sistem 2 dengan dua sub-model: Astra-Global, sebuah Model Bahasa Multimodal Besar (LLM Multimodal) yang menangani tugas frekuensi rendah seperti lokalisasi diri dan lokalisasi target; dan Astra-Local, jaringan multitugas untuk tugas frekuensi tinggi seperti perencanaan jalur lokal dan estimasi odometri. Astra-Global menggunakan graf topologis-semantik hibrida dan proses dua tahap dari kasar ke halus untuk lokalisasi visual-bahasa, dilatih dengan Penyetelan Halus Terawasi (SFT) dan Optimasi Kebijakan Relatif Grup (GRPO) pada backbone Qwen2.5-VL, mencapai akurasi lokalisasi 99,9% di lingkungan rumah yang tidak dikenal. Astra-Local terdiri dari encoder spatio-temporal 4D, kepala perencanaan dengan kerugian ESDF bertopeng untuk menghindari tabrakan, dan kepala odometri yang menggabungkan data IMU dan roda melalui model Transformer, mengurangi kesalahan lintasan hingga sekitar 2%. Eksperimen di gudang, kantor, dan rumah menunjukkan kinerja yang lebih unggul dibandingkan metode Pengenalan Tempat Visual (VPR) tradisional, dengan peningkatan akurasi pose lebih dari 30% di lingkungan gudang. Tim berencana untuk memperluas penerapan ke lingkungan yang lebih kompleks dan meningkatkan ketahanan dalam skenario di luar distribusi.