Mistral发布Robostral Navigate机器人导航模型

关键信息

Mistral 表示，该模型完全在模拟环境中训练，使用了约 40 万条记录路径，覆盖 6000 个虚拟空间。它被设计用于轮式、足式和飞行机器人，而且强化学习实验已经让成功率提升了 3.2 个百分点。

资讯摘要

Mistral 发布了 Robostral Navigate，这是其首个专注于机器人导航的模型。公司将其描述为一个 8B 模型，只使用单个 RGB 摄像头，就能在复杂环境中引导机器人移动。在用于未知环境导航的标准基准 R2R-CE 上，Mistral 称该模型最高可达到 79.4% 的成功率。公司表示，这一结果超过了最佳的单摄像头方法，也超过了使用深度传感器或多摄像头的系统。Robostral Navigate 完全由 Mistral 自主开发，并且只在模拟环境中训练。

Mistral 说，训练数据来自约 40 万条记录路径，覆盖 6000 个不同的虚拟空间。该模型被设计为可用于轮式、足式和飞行机器人。Mistral 还表示，强化学习实验已经将成功率提高了 3.2 个百分点，而且目前还没有看到提升开始停滞的迹象。公司将导航视为通用机器人能力的基础，并表示会继续改进该模型。不过，Mistral 目前尚未公布该模型的具体可用性信息。

资讯正文

Mistral携Robostral Navigate进军机器人领域，这是一款仅靠一台摄像头就能操控机器人的8B模型

Mistral发布了Robostral Navigate，这是其首个面向机器人导航的AI模型。这款8B模型可引导机器人穿越复杂环境，而且据Mistral称，它只需要一台RGB摄像头。即便如此，它在R2R-CE基准测试中的成功率最高可达79.4%，R2R-CE是用于未知环境导航的标准测试。Mistral表示，这一成绩超过了最佳的单摄像头方法，以及使用深度传感器或多摄像头的系统。

该模型完全由公司内部构建，并且仅在模拟环境中训练，使用了约40万条记录路径，覆盖6000个不同的虚拟空间。它可用于轮式、足式和飞行机器人。Mistral目前尚未公布任何可用性细节。

Mistral认为，导航是通用机器人技术的基础，并计划继续改进该模型。强化学习实验已经将成功率提高了3.2个百分点，而且没有出现平台期的迹象。公司表示：“我们有信心，更多训练和更多实验将继续把这一数字推高。”

来源与参考

1. 原始链接
2. Mistral enters robotics with Robostral Navigate, an 8B model that steers robots using just one camera