Mistral AI telah merilis Robostral Navigate, model pertamanya yang dirancang untuk navigasi berwujud menggunakan hanya satu kamera RGB. Model dengan 8 miliar parameter ini menerima instruksi bahasa alami dan input gambar untuk memandu robot melalui lingkungan kompleks seperti kantor dan pengaturan luar ruangan.
- Mencapai keberhasilan 76,6% pada split validasi R2R-CE yang belum terlihat, mengungguli sistem keduti/kamera ganda terbaik sebesar 4,5 poin.
- Menggunakan metode "penunjuk" untuk memprediksi koordinat gambar target, dengan fallback ke pergeseran metrik lokal ketika target berada di luar pandangan.
- Dilatih pada ~400.000 lintasan simulasi di 6.000 adegan menggunakan prefix-caching, yang mengurangi token pelatihan sebesar 22×.
- Menerapkan CISPO pembelajaran penguatan daring setelah pelatihan terawasi, menambahkan peningkatan tingkat keberhasilan sebesar 3,2%.
- Dibangun dari VLM grounding in-house milik Mistral alih-alih model sumber terbuka, mendukung robot beroda, berkaki, dan terbang.
Model ini memungkinkan navigasi efisien di berbagai platform dengan menghilangkan kebutuhan sensor kedalaman atau LiDAR sambil mempertahankan ketahanan terhadap intrinsik kamera dan perubahan lingkungan.