ByteDance Introduces Astra — a Dual-Module Architecture for Autonomous Robot Navigation

ByteDance giới thiệu Astra — kiến trúc mới dành cho điều hướng robot di động, giải quyết các vấn đề của hệ thống truyền thống vốn bao gồm nhiều mô-đun quy tắc nhỏ. Kiến trúc dựa trên mô hình System 1/System 2 và bao gồm hai mô hình chính: Astra-Global — mô hình ngôn ngữ lớn đa phương thức (MLLM) chịu trách nhiệm cho các tác vụ tần suất thấp (tự định vị và định vị mục tiêu) và Astra-Local — mạng đa nhiệm cho các tác vụ tần suất cao (lập kế hoạch đường đi cục bộ và ước lượng odometry). Astra-Global sử dụng đồ thị lai topo-ngữ nghĩa được xây dựng ngoại tuyến và quy trình định vị hai giai đoạn "từ thô đến tinh". Quá trình huấn luyện áp dụng Supervised Fine-Tuning và Group Relative Policy Optimization. Astra-Local bao gồm bộ mã hóa không gian-thời gian 4D, đầu ra lập kế hoạch dựa trên Transformer và luồng kết hợp với masked ESDF loss, cùng đầu ra odometry kết hợp dữ liệu từ nhiều cảm biến khác nhau. Các thử nghiệm cho thấy Astra đạt độ chính xác định vị 99,9% trong môi trường gia đình chưa từng gặp, vượt trội so với các phương pháp Visual Place Recognition truyền thống về độ chính xác tư thế và giảm thiểu va chạm. Kiến trúc này có thể ứng dụng trong kho bãi, văn phòng và nhà ở, tuy nhiên cần cải thiện để hoạt động trong môi trường ít đặc trưng và tăng tính mạnh mẽ đối với các kịch bản out-of-distribution.