2026/07/08 23:09
Mistral の「Robostral Navigate」：最前線のロボティクスナビゲーションモデル
RSS: https://news.ycombinator.com/rss
要約▶
日本語訳：
概要: Robostral Navigate は、LiDAR センサーなどの高価なハードウェアを必要とせず、単一の RGB カメラだけで自律ナビゲーションを実現することで、ロボット技術における大きな飛躍をもたらします。パラメータ数が 80 億というコンパクトな社内開発モデルでありながら、車輪型、足型、飛行型のすべてのロボットにおいて、既存の複雑なシステムを上回る性能を発揮しています。慣れ親しんだ環境と見知らぬ環境の双方で高い成功率を達成するためには、標準的なオープンソースモデルではなく、独自のパイプラインが採用されています。核心となる革新は、ポインティングベースのナビゲーションと強化学習を組み合わせており、40 万以上のシミュレーション軌跡を用いたトレーニングにより、現実世界の予測不能性に対する堅牢性を確保しています。また、効率的なアルゴリズムによって学習トークンを約 22 倍削減し、数ヶ月にわたる反復処理を数日間に短縮しました。この統合された機能により、ロボットは多様な屋内・屋外環境で人々の間でも安全に稼働することが可能となり、長距離自律性が不可欠な物流、製造、配送分野において変革的な可能性を提供します。
本文
Robostral Navigate: 単一 RGB カメラのみで、複雑な環境における自律ナビゲーションを実現
『Robostral Navigate』は、独自の技術により構築された、80 億パラメータ規模のエンボディッド AI モデルです。トレーニング時に使用されなかった未観測環境においても高い性能を発揮し、ロボット分野における統合型エンボディッドエージェントの実現へ道を開きます。
特徴と主要な成果
本モデルは、従来の深度センサーや LiDAR、複数カメラの連携を一切排除し、通常の単一 RGB カメラのみを採用することで自律動作を実現します。
- SOTA レベルの性能: R2R-CE（Continuous Environments 内での部屋間移動）ベンチマークにおいて業界最高水準の結果を出しました。
- トレーニング観測済み検証データでの成功率：79.4%
- トレーニング未観測検証データでの成功率：76.6%
- 既存アプローチの圧倒的上位互換:
- 単一カメラ方式では最高の性能を持つ手法を上回って +9.7 ポイント の差を付けました。
- 深度センサーまたは複数カメラを使用するシステムよりも +4.5 ポイント の高い成績です。
- 汎用性と頑健性:
- リチアール、足歩行型、飛行型の異なるロボットサイズや車種に対応可能。
- カメラ内部パラメータ（イントリンシクス）の違いにも強く適応。
- 製造業、配送・物流、ホスピタリティなど多様な分野での実用化が可能。
ポインティングによるナビゲーション戦略
Robostral Navigate は、「次にどこへ移動すべきか」を画像上の座標で推定する**ポインティング（目標位置への指差し）**技術を核心としています。
- 動作原理:
- ロボットが現在あるカメラビューにおける「目標地点の画像座標」と、到達時の所望の「朝向き（orientation）」を一括で予測します。
- 従来の距離・角度単位に依存するコマンドとは異なり、カメラ固有値や世界規模の変化に対して自然に頑健なポリシーを形成します。
- フェイルオーバー機構:
- 目標地点が現在の視野（Field of View）外にある場合、ポインティング方式は適用できないため、局所座標系における変位指令へ自動転換します。
- 例：「前方 2 メートル、左寄りで進み、その後左へ 25 度旋回」といった具体的な移動指示に従います。
開発アプローチと学習効率
本モデルは既存のオープンソース VLM に依存せず、完全自社開発かつ全工程シミュレーション上で訓練されています。
- 自己完結型の開発:
- 「地デウスから構築」という方針で、ビジョン・ランゲージモデルを基盤に「物事の位置」理解から「移動方法」学習へ自然と拡張させました。
- シミュレーション環境 entirety でデータ生成パイプラインを構築し、約 6,000 のシーンから40 万軌道のデータを収集しました。
- プレフィスクエッシングによる劇的な効率化:
- 木構造ベースの注意マスク戦略を採用し、 Entire episode を一つのシーケンスとして圧縮しています。
- すべての時刻ステップを単一の順方向パス（forward pass）で訓練可能にしました。
- 「1 サンプルごとに 1 タイムステップ」ずつ学習する方法と比較して、学習トークン数を 22 倍削減しつつ、情報漏洩を防ぎます。
- これにより、通常数ヶ月かかるとされる学習を実行を数日以内に完了しました。
オンライン強化学習による継続的向上
教師あり学習フェーズの後、さらに性能を引き出すためにオンライン強化学習を採用しています。
- CISPO アルゴリズムの活用:
- 大規模シミュレーションでスケーリングした後期訓練 LLM の知見を活かし、試行錯誤から学習させるアプローチを取ります。
- 失敗からの回復や探索行動を獲得可能とし、分布シフト問題を緩和します。
- パフォーマンス向上:
- この手法単体でも成功率を3.2% 向上させました。
- 現状では飽和（プレートウ）の兆候は見られず、さらなる実験によってこの数値を押し上げることが可能です。
将来展望と採用情報
『Robostral Navigate』は統合型エンボディッドエージェントへの第一歩に過ぎません。我々はナビゲーションが汎用ロボティクスにおける基礎的能力であると信じています。
- ミッション: ロボットがオフィス、住宅、商業ビル、屋外といったあらゆる複雑な環境で自律的にナビゲートできるようにすること。
- 開発体制: 現在、ロボティクスチームを積極的に拡大しています。
- 募集要項:
- 私たちのビジョンに共感する有能なリサーチサイエンティストおよびエンジニアをお招きしています。
- シームレスなナビゲーションを実現するミッションにご関心をお持ちの方は、ぜひご応募ください！
著者情報
Théo Cachet, Arjun Majumdar, Srijan Mishra, Thomas Chabal, Chris Bamford, Elliot Chane-Sane, Benjamin Tibi, Ludovic Ho Fuh, Olivier Duchenne
所属: AI Science Robotics