字节跳动推出Astra：用于自主机器人导航的双模块架构

字节跳动推出了Astra，一种面向通用移动机器人导航的双模型架构，旨在克服传统导航系统的瓶颈。Astra遵循系统1/系统2范式，包含两个子模型：Astra-Global，一种多模态大语言模型，处理低频任务如自定位和目标定位；以及Astra-Local，一种多任务网络，处理高频任务如局部路径规划和里程估计。Astra-Global利用混合拓扑-语义图和由粗到细的两阶段流程进行视觉-语言定位，在Qwen2.5-VL骨干网络上通过监督微调和基于群体的相对策略优化进行训练，在未知家居环境中实现了99.9%的定位精度。Astra-Local包含一个4D时空编码器、一个具有掩蔽欧几里得有符号距离场损失以规避碰撞的规划头，以及一个通过Transformer模型融合惯性测量单元和轮速数据的里程计头，将轨迹误差降低至约2%。在仓库、办公室和家庭中的实验表明，其性能优于传统的视觉地点识别方法，在仓库场景中位姿精度提升了超过30%。团队计划将部署扩展到更复杂的环境，并提高在分布外场景下的鲁棒性。