شرکت فرانسوی هوش مصنوعی Mistral AI با Robostral Navigate وارد فضای روباتیک شده است، مدلی با 8 میلیارد پارامتر که به روبات‌ها امکان می‌دهد تا با استفاده از یک دوربین معمولی RGB به طور مستقل در محیط‌های پیچیده حرکت کنند. این مدل که در 8 ژوئیه 2026 معرفی شد، نشان دهنده اولین حرکت Mistral به سمت هوش مصنوعی و رباتیک فیزیکی است.

Robostral Navigate تصاویر RGB و یک دستورالعمل به زبان ساده می گیرد و ربات را در محیطی مانند دفتر، ساختمان مسکونی یا فضای بیرونی حرکت می دهد. چیزی که آن را متمایز می کند مینیمالیسم سخت افزاری آن است: در حالی که مدل های رقیب معمولاً به حسگرهای عمق، LiDAR یا دوربین های متعددی که به طور هماهنگ کار می کنند متکی هستند، Robostral Navigate تنها از یک دوربین استاندارد RGB و بدون سنسور عمق استفاده می کند. برای پوشش جامع راه اندازی مدل های نوظهور هوش مصنوعی، خوانندگان می توانند آخرین پیشرفت های هوش مصنوعی را در صفحه اصلی ما دنبال کنند.

عملکرد پیشرفته در R2R-CE

علیرغم رویکرد تک دوربینی، Robostral Navigate به نرخ موفقیت 76.6 درصدی در معیار تایید نشده R2R-CE (اتاق به اتاق در محیط‌های پیوسته) دست می‌یابد، آزمون استاندارد برای پیروی از دستورالعمل‌های ناوبری در محیط‌هایی که در طول آموزش انجام می‌شود. این نتیجه بهترین رویکرد قبلی تک دوربین را با 9.7 درصد شکست می دهد و با وجود استفاده از هیچ کدام، 4.5 امتیاز از بهترین سیستم با استفاده از سنسورهای عمق یا دوربین های متعدد پیشی می گیرد.

با اعتبارسنجی مشاهده شده، این مدل به نرخ موفقیت 79.4٪ می رسد. به گفته میسترال، این مدل در انواع ربات‌ها، دویدن روی ربات‌های چرخدار، پا و حتی پرنده تعمیم می‌یابد و بدون آموزش مجدد با اندازه‌های ربات سازگار می‌شود.

به طور کامل در شبیه سازی ساخته شده است

یکی از قابل توجه ترین جنبه های Robostral Navigate این است که کاملاً در داخل ساخته شده و منحصراً در شبیه سازی آموزش دیده است. میسترال یک خط لوله تولید داده کارآمد ساخت که مجموعه داده ای از تقریباً 400000 مسیر را تولید کرد که در 6000 صحنه شبیه سازی شده جمع آوری شده بود. این رویکرد اول شبیه‌سازی، تکرار سریع را بدون هزینه و چالش‌های لجستیکی جمع‌آوری داده‌های دنیای واقعی امکان‌پذیر کرد.

این مدل از مدل زبان بینایی خود میسترال، که برای کارهای زمینی مانند اشاره کردن، شمارش، و محلی سازی اشیا تخصصی بود، مقداردهی اولیه شده است. ناوبری به عنوان یک توسعه طبیعی این قابلیت ها ظاهر می شود: زمانی که مدل بفهمد اشیا در یک تصویر کجا هستند، یاد می گیرد که چگونه به سمت آنها حرکت کند. قابل ذکر است که Robostral Navigate به هیچ مدل زبان بینایی منبع باز موجود متکی نیست.

ناوبری مبتنی بر اشاره و یادگیری تقویتی

Robostral Navigate از یک مکانیسم ناوبری مبتنی بر اشاره استفاده می کند. با توجه به یک کار و سابقه مشاهدات، مدل با استنباط مختصات تصویر مکان مورد نظر در نمای فعلی دوربین ربات، همراه با جهت گیری مورد نظر در هنگام ورود، پیش بینی می کند که ربات باید کجا حرکت کند. این رویکرد اشاره‌ای، برخلاف دستوراتی که بر جابجایی‌های متریک تکیه می‌کنند، این خط‌مشی را به طور طبیعی در برابر تغییرات درونی دوربین و مقیاس جهانی قوی می‌کند.

هنگامی که مکان هدف خارج از میدان دید فعلی قرار دارد و اشاره اعمال نمی شود، مدل به جابجایی در چارچوب مختصات محلی ربات باز می گردد. پس از آموزش تحت نظارت، Mistral از یادگیری تقویتی آنلاین با استفاده از الگوریتم CISPO خود استفاده کرد، که این مدل را قادر می‌سازد تا از آزمون و خطا یاد بگیرد، از شکست‌ها بازیابی کند و رفتارهای اکتشافی کسب کند. این مرحله یادگیری تقویتی به تنهایی میزان موفقیت را 3.2 درصد بهبود بخشید، و Mistral گزارش می دهد که عملکرد هنوز بدون نشانه هایی از فلات بالا می رود.

آموزش کارآمد از طریق Prefix-Caching

یک نوآوری فنی کلیدی یک الگوریتم آموزشی کارآمد بر اساس پیشوند-کش است. روش میسترال با استفاده از یک استراتژی پوشاندن توجه مبتنی بر درخت، یک قسمت کامل را در یک توالی فشرده می‌کند، و در عین حال از نشت اطلاعات بین مراحل زمانی جلوگیری می‌کند. در مقایسه با آموزش با یک نمونه در هر مرحله زمانی، این رویکرد تعداد نشانه های آموزشی را به میزان 22 کاهش می دهد و در عین حال تمام سیگنال های یادگیری را حفظ می کند. در عمل، این شرکت می‌گوید که این دوره‌های آموزشی که ماه‌ها طول می‌کشد را به دوره‌هایی تبدیل می‌کند که در چند روز کامل می‌شوند.

برنامه ها و آنچه بعدا می آید

Mistral موقعیت Robostral Navigate را به عنوان یکی از پرتقاضاترین قابلیت‌ها برای مشتریان امروزی خود قرار می‌دهد. این فناوری برنامه های کاربردی را در تولید، تحویل، تدارکات و مهمان نوازی باز می کند. به مدل یک دستور بدهید و تمام کار را به طور مستقل انجام می دهد و در فضاهای زنده پر از افراد و موانعی که هرگز در طول آموزش نشان داده نشده بود حرکت می کند.

این شرکت این نسخه را تنها اولین گام به سوی یک عامل تجسم یافته یکپارچه توصیف می کند. Mistral به طور فعال تیم روباتیک خود را گسترش داده و به دنبال دانشمندان و مهندسان محقق است. این راه‌اندازی نشان‌دهنده گسترش استراتژیک قابل توجهی برای استارت‌آپ مستقر در پاریس است، که عمدتاً به خاطر مدل‌های زبانی بزرگ خود شناخته شده است و اکنون نشانگر تعهد جدی به هوش مصنوعی فیزیکی و روباتیک است.

این حرکت به سمت رباتیک زمانی انجام می‌شود که صنعت گسترده‌تر هوش مصنوعی به طور فزاینده‌ای بر روی هوش مصنوعی تجسم‌یافته سرمایه‌گذاری می‌کند و شرکت‌ها در حال بررسی چگونگی گسترش قابلیت‌های مدل زبانی به تعامل با دنیای فیزیکی هستند. رویکرد اول شبیه‌سازی و تک دوربینی Mistral می‌تواند مانع استقرار سیستم‌های ناوبری مستقل را کاهش دهد، به‌ویژه در کاربردهای تجاری حساس به هزینه که در آن تنظیمات چند سنسور غیرعملی است.

[از هوش مصنوعی جلوتر بمانید] (https://aibuzzwire.news)

Robostral Navigate اکنون در دسترس مشتریان Mistral است. برای اخبار و تحلیل‌های جدید هوش مصنوعی، از AI Buzz Wire دیدن کنید.

اخبار هوش مصنوعی را بیشتر بخوانید →