Addio LiDAR? La navigazione robotica con singola telecamera raggiunge il 76,6%

Ecco gli ultimi aggiornamenti dai mercati delle attività digitali: Un robot che attraversa un ufficio affollato, supera corridoi e si ferma davanti a uno scaffale preciso — senza LiDAR, senza sensori di profondità, senza mappe 3D. Solo una telecamera RGB e un’istruzione in linguaggio naturale. È questo il punto di partenza di Robostral Navigate, il primo modello di navigazione robotica sviluppato da AI Science Robotics, che ridefinisce cosa può fare la navigazione robotica con singola telecamera.

Punti chiave Robostral Navigate è un modello da 8 miliardi di parametri che guida robot in ambienti complessi usando solo una telecamera RGB ordinaria. Sul benchmark R2R-CE validation unseen raggiunge il 76,6% di successo, superando i migliori metodi a singola telecamera di 9,7 punti e i sistemi multi-sensore di 4,5 punti. Il modello funziona su robot con ruote, zampe e rotori, e generalizza tra ambienti diversi senza essere stato addestrato su di essi.

Dinamiche di mercato

Una tecnica di prefix-caching riduce i token di addestramento di 22 volte, comprimendo mesi di training in pochi giorni. L’apprendimento rinforzato online tramite l’algoritmo CISPO ha migliorato il tasso di successo di un ulteriore 3,2%. Robostral Navigate: navigazione robotica con una sola telecamera Il modello prende in ingresso immagini RGB e un’istruzione in linguaggio comune — del tipo “esci dalla hall, percorri il corridoio, entra nella sala deposito e fermati davanti al secondo scaffale” — e porta il robot a destinazione in autonomia.

Niente sensori aggiuntivi, niente infrastruttura costosa. Questa scelta progettuale non è banale. La maggior parte dei sistemi di navigazione robotica avanzata si affida a LiDAR, telecamere di profondità o configurazioni multi-camera per costruire una rappresentazione affidabile dello spazio.

Robostral Navigate elimina tutto questo, abbassando drasticamente il costo hardware e ampliando il numero di piattaforme su cui può girare: robot su ruote, a zampe, droni. Come funziona il metodo di navigazione tramite puntamento Il cuore tecnico del modello è un approccio chiamato pointing: anziché calcolare spostamenti metrici assoluti, il sistema inferisce le coordinate immagine della posizione target nel campo visivo attuale della telecamera, insieme all’orientamento desiderato all’arrivo. Questo rende il modello naturalmente robusto alle variazioni nei parametri intrinseci della telecamera e alla scala del mondo reale.

Impatto sui mercati

Quando il target non è visibile nel campo visivo corrente, il modello attiva un meccanismo di riserva: passa a comandi di spostamento nel sistema di riferimento locale del robot, del tipo “avanza 2 metri, spostati 1,5 metri a sinistra, ruota di 25 gradi”. Un fallback elegante che mantiene la navigazione funzionale anche nelle situazioni più complesse. Performance di riferimento sul benchmark R2R-CE Il banco di prova standard per la navigazione robotica basata su istruzioni è il R2R-CE (Room-to-Room in Continuous Environments), che valuta i modelli su ambienti mai visti durante l’addestramento.

È il test più severo per misurare la capacità di generalizzazione reale. Robostral Navigate ottiene il 76,6% di successo sul validation unseen e il 79,4% sul validation seen. Il confronto con i competitor è netto: +9,7 punti sui migliori metodi a singola telecamera e +4,5 punti sui sistemi che usano profondità o telecamere multiple.

Il risultato è tanto più significativo perché arriva usando meno hardware, non di più. Per chi lavora nel settore, questi numeri non sono solo statistiche accademiche. Significano che un sistema più leggero e meno costoso supera soluzioni che richiedono sensori aggiuntivi, con tutto ciò che ne consegue in termini di deployment industriale.

I mercati delle criptovalute seguono da vicino questo sviluppo, mentre gli investitori valutano il potenziale impatto sui prezzi.