Een nieuw AI-model genaamd Robostral Navigate daagt een lang gekoesterde aanname in de robotica uit: dat betrouwbare autonome navigatie dure hardware met veel sensoren vereist. Het 8B-model, ontwikkeld door het team van AI Science Robotics, behaalt state-of-the-art robotnavigatie met één enkele camera met behulp van niets meer dan een gewone RGB-camera en een instructie in gewone taal — geen LiDAR, geen dieptesensoren, geen multi‑camerarigs.
Summary
Belangrijkste punten
- Robostral Navigate is een 8B AI-model dat robots navigeert met slechts één enkele RGB-camera en instructies in natuurlijke taal.
- Het behaalt een succespercentage van 76,6% op de R2R-CE validation unseen benchmark, en presteert 9,7 punten beter dan de beste methoden met één camera en 4,5 punten beter dan systemen met diepte-/multi‑camera’s.
- Het model gebruikt een op aanwijzen gebaseerde benadering om doelposities te voorspellen vanuit beeldcoördinaten, met een fallback naar verplaatsingen in het lokale coördinatenstelsel wanneer het doel buiten beeld is.
- Een prefix-caching trainingstechniek vermindert het aantal trainingtokens met 22 keer, waardoor trainingsruns van maanden worden samengeperst tot dagen.
- Versterkend leren na training via het CISPO‑algoritme verbeterde het succespercentage van het model met nog eens 3,2%.
Robostral Navigate verbetert robotnavigatie met één enkele camera
Robostral Navigate herdefinieert wat een navigatiemodel eigenlijk nodig heeft om te werken. Waar concurrerende systemen leunen op dieptesensoren of arrays van camera’s om een omgeving in kaart te brengen, verwerkt dit model een stroom standaard RGB‑beelden naast een tekstinstructie — en beweegt vervolgens overeenkomstig door de ruimte. Het team erachter, waaronder onderzoekers Théo Cachet, Arjun Majumdar, Srijan Mishra, Thomas Chabal, Chris Bamford, Elliot Chane-Sane, Benjamin Tibi, Ludovic Ho Fuh en Olivier Duchenne bij AI Science Robotics, bouwde het volledige model in‑house zonder gebruik te maken van bestaande open‑source vision‑language‑modellen.
Die ontwerpkeuze heeft reële gevolgen voor de uitrol. Eenvoudigere sensorvereisten betekenen lagere hardwarekosten, eenvoudigere integratie over verschillende robottype heen en minder faalpunten in de sensorstack.
Navigatiebenadering via aanwijzen en fallback‑verplaatsingen
De kerninnovatie is wat het team op aanwijzen gebaseerde navigatie noemt. In plaats van metrische verplaatsingscommando’s te geven zoals “beweeg 0,5 meter naar voren”, leidt Robostral Navigate de beeldcoördinaten af van de doelpositie binnen het huidige camerabeeld van de robot — het wijst in wezen naar waar hij naartoe moet — samen met de gewenste aankomstoriëntatie.
Deze benadering maakt het beleid van nature robuust tegen veranderingen in camera‑intrinsieken en verschillen in wereldschaal, omdat het redeneert over bestemmingen in visuele termen in plaats van vaste metrische eenheden. Een voorbeeldinstructie die het model kan volgen: “Verlaat de lobby, loop door de gang, ga de voorraadkamer binnen en stop zodat je naar de tweede plank kijkt.”
Wanneer het doel buiten het huidige gezichtsveld van de camera ligt, is aanwijzen simpelweg niet toepasbaar. In die gevallen valt het model terug op verplaatsingen in het lokale coördinatenstelsel — commando’s zoals “beweeg 2 meter naar voren, 1,5 meter naar links en draai 25 graden naar links.” Het ontwerp met twee modi stelt het model in staat een breed scala aan echte navigatiescenario’s aan te kunnen zonder sensoruitbreiding.
Benchmark‑leidende prestaties op R2R-CE‑validatie
De cijfers zijn waar Robostral Navigate zijn sterkste argument maakt. Op de R2R-CE (Room‑to‑Room in Continuous Environments) benchmark — de standaardtest voor het volgen van navigatie-instructies in omgevingen die buiten de training zijn gehouden — behaalt het model een succespercentage van 76,6% op validation unseen en 79,4% op validation seen.
Beter dan systemen met één camera en multi‑sensor‑systemen
Die resultaten plaatsen het boven elk vergelijkbaar systeem dat momenteel op de benchmark staat. Robostral Navigate verslaat de beste benadering met één camera met 9,7 punten en presteert beter dan het beste systeem dat dieptesensoren of meerdere camera’s gebruikt met 4,5 punten — ondanks dat het geen van beide gebruikt.
De marge ten opzichte van multi‑sensor‑systemen verdient bijzondere aandacht. Dieptecamera’s en LiDAR‑rigs vertegenwoordigen aanzienlijke hardware‑investeringen; een model dat deze overtreft met slechts één enkele RGB‑feed wint niet alleen een benchmark, maar verschuift ook wat de minimale levensvatbare hardware is voor commerciële robotimplementaties.
Innovatieve trainings- en reinforcement‑learning‑technieken
Om die cijfers te halen moest een probleem met trainingsefficiëntie worden opgelost. Navigatiemodellen leren van sequentiële observatiegeschiedenissen — lange episodes van beelden, acties en uitkomsten — die doorgaans enorme rekenkracht vereisen om te verwerken. Het team van Robostral Navigate pakte dit aan met een prefix‑caching trainingsalgoritme gebaseerd op een boomgebaseerde attention‑maskingstrategie.
Efficiënte, op prefix‑caching gebaseerde gesuperviseerde training
De methode comprimeert een volledige navigatie‑episode tot één enkele sequentie, waardoor training over alle tijdstappen in één forward pass mogelijk wordt, terwijl wordt voorkomen dat informatie tussen stappen lekt. In vergelijking met het trainen van één sample per tijdstap vermindert deze aanpak het aantal trainingtokens met 22 keer terwijl alle leersignalen behouden blijven. In de praktijk verandert dit trainingsruns die maanden zouden duren in runs die in dagen worden voltooid — een betekenisvol operationeel voordeel voor het itereren op robotica‑AI op schaal.
De trainingsdata zelf werd volledig in simulatie gegenereerd over ongeveer 400.000 trajecten verzameld uit 6.000 scènes, wat snelle iteratie mogelijk maakt zonder de kosten en complexiteit van fysieke dataverzameling.
Prestatieverbetering met online reinforcement learning via CISPO
Na gesuperviseerde training paste het team CISPO toe, een online reinforcement‑learning‑algoritme, om de prestaties verder op te voeren. Waar standaard behavior cloning kan lijden onder distributieverschuiving — het model ziet in productie scenario’s die afwijken van zijn trainingsdata — stelt CISPO het model in staat te leren van trial‑and‑error, zich te herstellen van fouten en verkennend gedrag te ontwikkelen.
Die tweede trainingsfase leverde een verbetering van 3,2% in succespercentage op. Het team merkt op dat er geen sprake is van een plateau in de prestaties, wat suggereert dat verdere trainingsruns de cijfers waarschijnlijk nog hoger zullen stuwen. De toepassing van post‑training RL‑technieken, bekend uit de ontwikkeling van grote taalmodellen, op belichaamde navigatie‑AI is een strategisch significante stap — het geeft aan dat het engineering‑handboek dat is verfijnd voor LLM’s nu overdraagbaar is naar fysieke robotbesturing.
Generaliseerbaarheid over robottype heen en toekomstige ontwikkeling
Robostral Navigate draait op robots met wielen, poten en vliegende robots en generaliseert over verschillende robotgroottes en cameraconfiguraties. Het model is ook robuust voor verschillen in camera‑intrinsieken, wat betekent dat het niet opnieuw hoeft te worden gekalibreerd voor elke nieuwe hardwareset‑up — een praktische vereiste voor elk systeem dat zich richt op brede commerciële adoptie.
Doeltoepassingen omvatten productie, bezorging, logistiek en horeca. Het team ziet navigatie als een fundamentele capaciteit voor algemene robotica en positioneert Robostral Navigate als de eerste stap richting een verenigde belichaamde agent in plaats van een afgewerkt product.
AI Science Robotics breidt zijn roboticsteam actief uit en werft onderzoekswetenschappers en ingenieurs met een focus op belichaamde navigatie‑AI, wat aangeeft dat de ontwikkelroadmap zich ver uitstrekt voorbij deze eerste release.
FAQ
Welke sensoren gebruikt Robostral Navigate voor robotnavigatie?
Robostral Navigate gebruikt slechts één enkele RGB‑camera en is niet afhankelijk van LiDAR of dieptesensoren.
Hoe goed presteert Robostral Navigate vergeleken met andere navigatiemodellen?
Het behaalt een succespercentage van 76,6% op de R2R-CE validation unseen benchmark, en presteert 9,7 punten beter dan de beste methoden met één camera en 4,5 punten beter dan systemen met diepte-/multi‑camera’s.
Hoe gaat Robostral Navigate om met navigatietaken wanneer het doel niet zichtbaar is in het camerabeeld?
Wanneer het doel buiten het huidige gezichtsveld van de camera ligt, gebruikt het model verplaatsingscommando’s in het lokale coördinatenstelsel van de robot als fallback‑navigatiemethode.
Welke trainingstechnieken verbeteren de navigatieprestaties van Robostral Navigate?
Het model gebruikt een efficiënte, op prefix‑caching gebaseerde gesuperviseerde trainingsmethode die het aantal trainingtokens vermindert met 22 keer, en verbetert verder met online reinforcement learning via het CISPO‑algoritme, wat een winst van 3,2% in succespercentage opleverde.
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”Welke sensoren gebruikt Robostral Navigate voor robotnavigatie?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Robostral Navigate gebruikt slechts één enkele RGB‑camera en is niet afhankelijk van LiDAR of dieptesensoren.”}},{“@type”:”Question”,”name”:”Hoe goed presteert Robostral Navigate vergeleken met andere navigatiemodellen?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Het behaalt een succespercentage van 76,6% op de R2R-CE validation unseen benchmark, en presteert 9,7 punten beter dan de beste methoden met één camera en 4,5 punten beter dan systemen met diepte-/multi‑camera’s.”}},{“@type”:”Question”,”name”:”Hoe gaat Robostral Navigate om met navigatietaken wanneer het doel niet zichtbaar is in het camerabeeld?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Wanneer het doel buiten het huidige gezichtsveld van de camera ligt, gebruikt het model verplaatsingscommando’s in het lokale coördinatenstelsel van de robot als fallback‑navigatiemethode.”}},{“@type”:”Question”,”name”:”Welke trainingstechnieken verbeteren de navigatieprestaties van Robostral Navigate?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Het model gebruikt een efficiënte, op prefix‑caching gebaseerde gesuperviseerde trainingsmethode die het aantal trainingtokens vermindert met 22 keer, en verbetert verder met online reinforcement learning via het CISPO‑algoritme, wat een winst van 3,2% in succespercentage opleverde.”}}]}
Artikel geproduceerd met behulp van kunstmatige intelligentie en beoordeeld door de redactie.
