单 RGB 摄像头实现复杂环境导航！Robostral Navigate 成功率达 76.6%-北京尧图网络

导航模型 Robostral Navigate单相机实现复杂环境自主导航产品与服务导航联系销售。菜单包括产品、解决方案、研究、开发者、博客、客户、公司。还可开始构建。产品介绍有 Studio 用于构建、测试和运行 AI 智能体和应用程序Forge 用于训练、校准和评估自定义 AI 模型Vibe 是用于长期任务的 AI 智能体Vibe for code 是在终端、IDE 及后台运行的编码智能体Compute 是用于训练和推理的前沿基础设施。定价有套餐、API 定价、企业版。服务包括交付方法、模型定制。适用行业有金融服务、公共部门与政府、制造业。应用场景有应用场景概述、编码、文档智能、语音。最新模型有 Mistral OCR 4、Mistral Medium 3.5、Mistral Small 4、Voxtral TTS还可查看所有模型。文档资源有文档、API 参考、使用指南。最新文章有 Robostral Navigate 介绍、Leanstral 1.5全民证明富足、增强连接器控制权还可阅读所有新闻。分类有产品、研究、工程、解决方案、公司。特色案例有 ASML、CMA CGM、汇丰银行、宝马还可查看所有案例。关于我们包括关于我们、招聘信息、品牌。联系我们有社区、合作伙伴、帮助中心。Robostral Navigate 模型详情今天推出了首款用于实体导航的模型 Robostral Navigate。它是一个 80 亿参数的模型能接收 RGB 图像和自然语言指令引导机器人在环境中移动例如“离开大厅穿过走廊进入储藏室然后停下来面对第二个货架”。其他模型执行此类任务时通常会使用深度传感器、激光雷达LiDAR或多个摄像头协同工作。然而Robostral Navigate 仅使用一个普通的 RGB 摄像头无需深度传感器却在 R2R - CE连续环境中的房间到房间导航验证集的未见场景中达到了 76.6% 的成功率这一指标是衡量在训练未涉及的环境中遵循指令能力的基准。因此尽管没有使用深度传感器或多摄像头它仍比最佳的单摄像头方法高出 9.7 个百分点比使用深度传感器或多摄像头的最佳系统高出 4.5 个百分点。导航能力该模型专为机器人导航设计能让机器人在包括办公室、住宅、商业建筑和户外环境等复杂场景中自主导航。这一技术在制造、配送、物流和酒店等行业有众多应用是目前客户最需要的能力之一。只需给 Robostral Navigate 一个指令它就能独立完成整个任务在充满人和障碍物的真实环境中移动并且能适应任何场景。模型亮点R2R - CE 上的卓越性能已见验证集成功率达 79.4%未见验证集成功率达 76.6%。单 RGB 摄像头运行无需激光雷达或深度传感器。自研 80 亿参数模型完全在内部构建并在模拟环境中完成训练。多类型机器人适配可在轮式、腿式和飞行机器人上运行且不受机器人尺寸影响。相机参数鲁棒性对相机内部参数的差异具有较强鲁棒性。高效训练通过前缀缓存技术实现高效训练。导航方式给定任务和历史观察数据Robostral Navigate 通过“指向”来预测机器人下一步的移动方向它能推断出目标位置在机器人当前摄像头视野中的图像坐标以及到达时所需的方向。与依赖度量位移的命令不同“指向”使策略对相机内部参数和世界尺度的变化具有天然的鲁棒性。不过当目标位置超出当前视野时这种方法就无法使用了。此时模型会切换到机器人局部坐标系中的位移指令例如“向前移动 2 米向左移动 1.5 米然后左转 25 度”。自主研发Robostral Navigate 完全由内部团队自主研发不依赖现有的开源视觉语言模型VLM。该模型基于专门用于定位任务如指向、计数和目标定位的视觉语言模型进行初始化。导航能力是这些能力的自然延伸一旦模型理解了物体的位置它就会学习如何移动。在模拟环境中构建了高效的数据生成管道这使得数据能够快速迭代最终生成了一个包含约 40 万条轨迹、涵盖 6000 个场景的数据集。高效监督训练Robostral Navigate 的关键在于基于前缀缓存的高效训练算法。采用基于树的注意力掩码策略将整个训练周期压缩成一个序列从而在一次前向传播中完成所有时间步的训练同时避免了时间步之间的信息泄露。与每个时间步使用一个样本进行训练相比这种方法将训练所需的令牌数量减少了 22 倍同时保留了所有的学习信号。在实际应用中这种方法将原本需要数月的训练时间缩短至数天。在线强化学习利用大规模大语言模型LLM的训练后知识采用在线强化学习来提升 Robostral Navigate 的性能。在监督训练阶段之后使用在线强化学习算法 CISPO 进一步优化模型。这使得模型能够从试错中学习从失败中恢复并获得探索性行为有效缓解了普通行为克隆方法中的分布偏移问题。仅这一步就使成功率提高了 3.2%。目前还未出现性能瓶颈有信心通过更多的训练和实验继续提高这一指标。未来展望Robostral Navigate 只是迈向统一实体智能体的第一步。认为导航是通用机器人的一项基础能力。通过结合大规模模拟、高效训练和强大的定位先验知识Robostral Navigate 证明了使用紧凑模型和单个 RGB 摄像头也能实现最先进的实体导航。如果想开启实体前沿 AI 的探索之旅可与团队联系。招聘信息导航模型的发布是一个重要的里程碑但征程远未结束。目标是让机器人能够在复杂环境如办公室、家庭、商业建筑和户外空间中自主导航还有很多工作要做。正在积极扩充机器人团队寻找志同道合、有才华的研究科学家和工程师。如果有兴趣加入共同为机器人实现无缝导航的目标而努力欢迎申请加入团队。底部导航产品有 Vibe、Vibe Code、Studio、Forge、Compute、定价。解决方案有交付方法、模型定制、编码、文档智能、语音、金融领域的 Mistral 应用、公共机构的 Mistral 应用、制造业的 Mistral 应用。选择 Mistral 的理由有关于我们、招聘信息、合作伙伴、我们的客户、我们的模型、品牌。法律声明有服务条款、隐私政策、隐私选项、数据处理协议、法律公告。社交链接有领英、X原 Twitter、YouTube、Discord、Reddit。应用下载有苹果应用商店、谷歌应用商店。可选择英语、法语、意大利语。

单 RGB 摄像头实现复杂环境导航！Robostral Navigate 成功率达 76.6%

相关推荐

海量资源流式加载：分块分层、内外存调度、多平台实现、性能优化与避坑实战

Harepacker-resurrected：如何用这款全能工具彻底改变你的《冒险岛》游戏体验？

从单机到分布式：横向扩展与多副本部署Agent

更多资讯

JavaWeb学生选课系统毕业设计：三层架构与数据库设计详解

JDK 8u391 Linux部署避坑指南：版本校验、环境配置与多版本管理

Spring Boot+Vue3在线考试系统毕设实战（含防作弊与工程化细节）

C语言实现哈夫曼编码无损文件压缩：原理、代码与调试全攻略

抽象工厂与单件模式：C++双数据库切换代码实现深度解析

双 11 运维智能体接入实战：基于 MCP 协议构建自动化数据库慢查询自愈助手

今日更新

MATLAB缩进快捷键与批量格式化实战指南

用Poco实现Qt风格信号与槽的跨平台C++方案

ESXi裸机虚拟化安装指南：从硬件兼容到虚拟机部署

本周精选

金融AI落地指南：从调研报告到技术选型与工程实践

大模型上下文成本与注意力优化技术深度解析——为何O(n²)平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测

基于GMM的语音识别系统原理与MATLAB实现详解

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？