ByteDance ra mắt Astra: Kiến trúc hai mô-đun cho điều hướng robot tự động

ByteDance đã giới thiệu Astra, kiến trúc hai mô hình dành cho điều hướng robot di động đa năng, được thiết kế để khắc phục các nút thắt cổ chai của hệ thống điều hướng truyền thống. Astra tuân theo mô hình Hệ thống 1/Hệ thống 2 với hai mô hình con: Astra-Global, Mô hình Ngôn ngữ Lớn Đa phương thức (MLLM) xử lý các tác vụ tần suất thấp như tự định vị và định vị mục tiêu; và Astra-Local, mạng đa nhiệm vụ cho các tác vụ tần suất cao như lập kế hoạch đường đi cục bộ và ước lượng odometry. Astra-Global sử dụng đồ thị ngữ nghĩa-topology lai và quy trình hai giai đoạn từ thô đến tinh cho định vị ngôn ngữ-hình ảnh, được huấn luyện với Tinh chỉnh có Giám sát (SFT) và Tối ưu hóa Chính sách Nhóm Tương đối (GRPO) trên nền tảng Qwen2.5-VL, đạt độ chính xác định vị 99,9% trong môi trường gia đình chưa thấy. Astra-Local bao gồm bộ mã hóa không gian-thời gian 4D, đầu lập kế hoạch với hàm mất mát ESDF có mặt nạ để tránh va chạm, và đầu odometry kết hợp dữ liệu IMU và bánh xe qua mô hình Transformer, giảm sai số quỹ đạo xuống còn khoảng 2%. Các thử nghiệm trong kho hàng, văn phòng và nhà ở cho thấy hiệu suất vượt trội so với các phương pháp Nhận dạng Địa điểm Trực quan (VPR) truyền thống, với cải thiện hơn 30% về độ chính xác tư thế trong môi trường kho hàng. Nhóm nghiên cứu có kế hoạch mở rộng triển khai đến các môi trường phức tạp hơn và cải thiện độ mạnh mẽ trong các tình huống ngoài phân phối.