Mistral เปิดตัว Robostral Navigate โมเดลนำทางหุ่นยนต์ด้วยกล้องเดี่ยว

 (mistral.ai)
1 คะแนน โดย GN⁺ 3 시간 전 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • เป็นโมเดล embodied navigation ขนาด 8B ตัวแรก ของ Mistral ที่ทำให้หุ่นยนต์เคลื่อนที่ในสภาพแวดล้อมซับซ้อนได้ด้วย กล้อง RGB เพียงตัวเดียว และคำสั่งภาษาธรรมชาติ
  • ทำสถิติ อัตราความสำเร็จ 76.6% บน R2R-CE validation unseen ซึ่งสูงกว่าทั้งระบบกล้องเดี่ยวที่ดีที่สุด และระบบชั้นนำที่ใช้ depth หรือกล้องหลายตัว
  • ใช้วิธี pointing ที่ทำนาย พิกัดภาพ ของเป้าหมายบนหน้าจอปัจจุบันและทิศทางเมื่อไปถึง และหากเป้าหมายอยู่นอกมุมมองจะเปลี่ยนเป็นคำสั่งการกระจัดในพิกัดเฉพาะของหุ่นยนต์
  • พัฒนาขึ้นภายในบริษัททั้งหมดโดยไม่พึ่งพาโอเพนซอร์ส VLM เดิม และฝึกจาก trajectory ที่สร้างด้วยการจำลองราว 400,000 รายการ และ scene 6,000 รายการ
  • ลดโทเคนที่ใช้ฝึกลง 22 เท่าด้วย prefix-caching และหลังจากนั้นเพิ่มอัตราความสำเร็จได้อีก 3.2% ด้วย CISPO online reinforcement learning

การนำทางหุ่นยนต์ด้วยกล้องเดี่ยว

  • Robostral Navigate คือโมเดล embodied navigation ตัวแรกของ Mistral ที่รับภาพ RGB และคำสั่งภาษาธรรมชาติเป็นอินพุตเพื่อให้หุ่นยนต์เคลื่อนที่ในสภาพแวดล้อม
  • ตัวอย่างคำสั่งมีลักษณะเช่น “ออกจากล็อบบี้ เดินผ่านโถงทางเดิน เข้าไปในห้องเก็บอุปกรณ์ จากนั้นหันไปที่ชั้นวางอันที่สองแล้วหยุด”
  • ต่างจากแนวทางที่ใช้ depth sensor, LiDAR หรือกล้องหลายตัวร่วมกัน โมเดลนี้ใช้เพียง กล้อง RGB ทั่วไปตัวเดียว
  • R2R-CE (Room-to-Room in Continuous Environments) validation unseen เป็นเบนช์มาร์กสำหรับการเคลื่อนที่ตามคำสั่งในสภาพแวดล้อมที่ไม่รวมอยู่ในการฝึก
    • Robostral Navigate ทำอัตราความสำเร็จได้ 76.6% บน validation unseen
    • สูงกว่าแนวทางกล้องเดี่ยวที่ดีที่สุด 9.7 จุด
    • สูงกว่าระบบที่ดีที่สุดที่ใช้ depth หรือกล้องหลายตัว 4.5 จุด

ประสิทธิภาพบนเบนช์มาร์กและความเข้ากันได้กับหุ่นยนต์

  • โมเดลนี้ออกแบบมาเพื่อให้หุ่นยนต์เคลื่อนที่อัตโนมัติในพื้นที่ซับซ้อน เช่น สำนักงาน อาคารที่อยู่อาศัยและพาณิชย์ รวมถึงสภาพแวดล้อมกลางแจ้ง
  • ด้วยคำสั่งเพียงชุดเดียว มันสามารถทำภารกิจทั้งหมดได้เองในพื้นที่จริงที่มีทั้งคนและสิ่งกีดขวาง
  • ประสิทธิภาพหลักและเงื่อนไขการทำงานมีดังนี้
    • ทำผลงาน ล้ำสมัยที่สุด บน R2R-CE
    • อัตราความสำเร็จบน validation seen คือ 79.4%
    • อัตราความสำเร็จบน validation unseen คือ 76.6%
    • ทำงานด้วยกล้อง RGB เพียงตัวเดียวโดยไม่ต้องใช้ LiDAR หรือ depth sensor
    • เป็นโมเดล 8B ที่สร้างภายในบริษัท และการฝึกทั้งหมดอิงการจำลอง
    • ใช้งานได้กับหุ่นยนต์แบบล้อ แบบเดิน และแบบบิน และสามารถทำให้ทั่วไปกับความแตกต่างของขนาดหุ่นยนต์ได้
    • มีความทนทานต่อความต่างของพารามิเตอร์ภายในของกล้อง
    • ใช้การฝึกแบบ ประหยัดโทเคน ผ่าน prefix-caching

วิธีการเคลื่อนที่แบบ Pointing

  • Robostral Navigate ทำนายตำแหน่งที่หุ่นยนต์ควรเคลื่อนที่ต่อไปด้วยวิธี pointing โดยอิงจากงานที่ได้รับและประวัติการสังเกต
  • สิ่งที่ทำนายคือพิกัดภาพของตำแหน่งเป้าหมายภายในมุมมองกล้องปัจจุบัน และทิศทางที่ต้องการเมื่อไปถึง
  • ต่างจากคำสั่งที่อาศัย metric displacement วิธี pointing มีความทนทานโดยธรรมชาติต่อความต่างของพารามิเตอร์ภายในกล้องและสเกลของโลกจริง
  • หากตำแหน่งเป้าหมายอยู่นอกมุมมองปัจจุบัน จะจัดการด้วย pointing เพียงอย่างเดียวได้ยาก
    • ในกรณีนั้นจะเปลี่ยนเป็นคำสั่งการกระจัดในพิกัดเฉพาะของหุ่นยนต์
    • ตัวอย่างเช่น “เดินหน้า 2 เมตร เลื่อนไปทางซ้าย 1.5 เมตร แล้วหมุนไปทางซ้าย 25 องศา”

โมเดลที่พัฒนาภายในและข้อมูลจากการจำลอง

  • Robostral Navigate ถูก พัฒนาขึ้นภายในบริษัททั้งหมด โดยไม่พึ่งพาโอเพนซอร์ส VLM ที่มีอยู่เดิม
  • สำหรับการตั้งต้น ใช้โมเดลวิชัน-ภาษาของ Mistral ที่เชี่ยวชาญงาน grounding เช่น pointing, counting และ object localization
  • การนำทางเป็นการต่อยอดจากความสามารถด้าน grounding เหล่านี้ โดยให้โมเดลเข้าใจตำแหน่งของวัตถุก่อนแล้วจึงเรียนรู้วิธีเคลื่อนที่
  • ไปป์ไลน์สร้างข้อมูลทั้งหมดสร้างขึ้นภายใน การจำลอง
    • ทำให้สามารถปรับปรุงข้อมูลแบบวนซ้ำได้อย่างรวดเร็ว
    • ชุดข้อมูลสุดท้ายประกอบด้วย trajectory ราว 400,000 รายการ และ scene 6,000 รายการ

การฝึกอย่างมีประสิทธิภาพและ online reinforcement learning

  • องค์ประกอบหลักของ supervised learning คืออัลกอริทึมการฝึกอย่างมีประสิทธิภาพที่อิง prefix-caching
  • ใช้กลยุทธ์ tree-based attention masking เพื่อบีบอัดทั้ง episode ให้เป็น sequence เดียว
    • ทำให้ฝึกทุก time step ได้ใน single forward pass
    • และป้องกันข้อมูลรั่วไหลระหว่าง time step
  • เมื่อเทียบกับการฝึกที่ใช้หนึ่งตัวอย่างต่อหนึ่ง time step วิธีนี้ลดจำนวนโทเคนที่ใช้ฝึกลง 22 เท่า ขณะยังคงสัญญาณการฝึกไว้
  • เปลี่ยนการรันฝึกที่ปกติอาจใช้เวลาหลายเดือนให้จบได้ภายในไม่กี่วัน
  • หลัง supervised learning แล้ว ยังปรับปรุงประสิทธิภาพต่อด้วยอัลกอริทึม online reinforcement learning แบบ CISPO
    • ทำให้โมเดลเรียนรู้จากการลองผิดลองถูก ฟื้นตัวจากความล้มเหลว และเรียนรู้พฤติกรรมการสำรวจ
    • บรรเทาปัญหา distribution shift ที่พบใน behavior cloning ทั่วไป
    • เพียงขั้นตอนนี้ก็เพิ่มอัตราความสำเร็จได้ 3.2%
    • ยังไม่เห็นสัญญาณ plateau จึงมีโอกาสเพิ่มตัวเลขได้อีกด้วยการฝึกและการทดลองเพิ่มเติม

ขั้นถัดไปสู่ embodied agent แบบบูรณาการ

  • Robostral Navigate เป็นก้าวแรกสู่ embodied agent แบบบูรณาการ
  • Mistral มองว่าการนำทางเป็นความสามารถพื้นฐานของงานหุ่นยนต์อเนกประสงค์
  • แสดงให้เห็นว่าการผสานการจำลองขนาดใหญ่ การฝึกอย่างมีประสิทธิภาพ และ grounding prior ที่แข็งแรง สามารถทำ embodied navigation ระดับล้ำสมัยได้ด้วยโมเดลขนาดกะทัดรัดและกล้อง RGB เพียงตัวเดียว
  • Mistral กำลังขยายทีมโรโบติกส์ และกำลังเปิดรับนักวิจัยและวิศวกร

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 3 시간 전
ความคิดเห็นจาก Hacker News

  • แม้จะบอกว่า “มีประสิทธิภาพล้ำหน้าที่สุดบน R2R-CE” แต่ควรระบุให้ชัดว่า R2R-CE เป็น benchmark ที่ประกอบขึ้นจากสภาพแวดล้อมจำลอง
    การเอาชนะ benchmark นี้มีความหมายใกล้เคียงกับการทำให้หุ่นยนต์เล่น Minecraft หรือวิดีโอเกมอื่นได้เก่งขึ้น น่าทึ่งก็จริง แต่หุ่นยนต์ควรทำงานใน โลกกายภาพจริง ไม่ใช่สภาพแวดล้อมดิจิทัล
    การประเมินประสิทธิภาพของระบบหุ่นยนต์ในโลกจริงนั้นยากมาก หากประสิทธิภาพแย่ ก็ต้องมีหุ่นยนต์สำรองจำนวนมากเพื่อให้การประเมินจบลงได้
    ในบทความยังมีวิดีโอสาธิตที่แทบจะขาดไม่ได้ คือหุ่นยนต์จริงเคลื่อนที่ด้วยความเร็ว 2 เท่าในสภาพแวดล้อมอย่างพื้นเรียบและสำนักงานที่แทบว่างเปล่า ตอนนี้กลายเป็นภาพจำของวงการนี้ไปแล้ว และมีคะแนนพิเศษตรงท้ายคลิปที่มีคนสามคนเดินตัดเส้นทางหุ่นยนต์อย่างระมัดระวัง
    แต่เรื่องนี้คล้ายกับกระแสอวยเกินจริงรอบ Aloha เมื่อไม่กี่ปีก่อน เหมาะสำหรับให้ทีมถูกบริษัทเทคโนโลยีรายใหญ่ซื้อไป หรือหาเงินทุนมาวิจัยเทคโนโลยีเจ๋ง ๆ ต่อ แต่ยังไม่พอให้คาดหวังว่าเป็นความคืบหน้าจริงไปสู่หุ่นยนต์แม่บ้าน/พ่อบ้านที่เดินไปมาในบ้านหรือสำนักงานได้

  • จากสิ่งที่สื่อออกมา และหวังว่าจะเป็นจริง นี่ดูเหมือนเป็น navigation แบบไม่ใช้แผนที่ ถ้าใช่ก็น่าประทับใจ
    หากมีแผนที่ของสภาพแวดล้อมที่เก็บไว้ล่วงหน้า งานแบบนี้จะง่ายขึ้นมาก แต่ถ้าทำได้โดยไม่มีแผนที่ก็ยอดเยี่ยม
    ในอดีตมักมีปัญหา “หุ่นยนต์ถูกลักพาตัว” คือถ้าหุ่นยนต์ไม่รู้ตำแหน่งตัวเอง มันก็ขยับไปไหนไม่ได้เลยแม้แต่น้อย ในกรณีนี้ดูเหมือนว่าหุ่นยนต์จะทำตามคำสั่งได้ ตราบใดที่เป็นคำสั่งที่ตีความได้จากมุมมองปัจจุบัน หรือสามารถตามได้ด้วย dead reckoning

    • ผมทำงานอยู่ในทีม robotics ของ Mistral และนี่เป็น วิธีที่ไม่ใช้แผนที่ จริง อินพุตมีแค่ text prompt กับภาพจากกล้อง RGB ด้านหน้าเท่านั้น
    • SLAM หรือ VSLAM สมัยใหม่ไม่ได้แก้ปัญหานั้นได้หรือ?
    • ถ้าไม่ใช้เซ็นเซอร์เลย ไม่มีเรขาคณิตจริง และมีเพียงโทเค็นจากการ forward pass ล่าสุด ๆ เท่านั้น ช่วยอธิบายได้ไหมว่าทำไมการมีแผนที่ที่เก็บไว้ล่วงหน้าถึงทำให้ง่ายขึ้นมาก?
    • การสร้าง โหนดสำหรับสำรวจ บางอย่างน่าจะน่าสนใจมาก เป็นการแก้ปัญหา semantic SLAM ระหว่างเคลื่อนที่
      ถ้าสั่งว่า “หา elevator ในชั้นนี้” มันจะเดินสำรวจ ทำแผนที่ และทำตัวเหมือนมนุษย์ที่กำลังหา elevator ได้ไหม?
      โมเดล navigation แบบนี้ในปัจจุบันสมมติว่าคนเขียนคำสั่งรู้จุดสังเกตทางสายตาที่มีประโยชน์ต่อการเคลื่อนที่เป็นอย่างดี ซึ่งไม่สมจริงสำหรับ use case ส่วนใหญ่

  • สงสัยว่ามีเส้นทางที่เป็นไปได้จริงแค่ไหนในการได้ลองใช้สิ่งนี้ อยากเชื่อมต่อกับ OpenClaw เพื่อทดลองเล่นเป็นงานอดิเรก
    ความฝันคือเอา OpenClaw ใส่ในหุ่นยนต์ฟาร์ม ดัดแปลงรถตัดหญ้า RC แบบตีนตะขาบสำหรับกำจัดวัชพืชบนเนินชัน แล้วมอบหมายงานอย่าง “สำรวจแนวรั้ว ถ่ายรูปพืช ค้นหาต้น poison ivy กับเถา honeysuckle รุกรานให้หมด แล้วฉีดด้วยเครื่องพ่น Roundup ทำซ้ำทุกสัปดาห์ จากนั้นรายงานแผนที่การกระจายของชนิดพันธุ์ และถ้าแบตใกล้หมดให้กลับโรงนาไปชาร์จ”
    การใส่ OpenClaw ลงในตัวหุ่นยนต์ไม่ใช่เรื่องยาก YouTube ก็มีวิดีโอแบบนั้นมากมาย แต่พอเจาะลึกสิ่งที่คนทำขึ้นมาจริง ๆ ส่วนการเคลื่อนที่ มักจะหยาบที่สุดเสมอ และการทดลองของผมก็เป็นแบบเดียวกัน
    โมเดล 8B แบบนี้ดูเหมาะมากสำหรับแก้ปัญหาการวางเส้นทางและ navigation
    ถ้ามีใครคุ้นกับ Mistral หรือบริษัทคล้าย ๆ กันมากกว่านี้ ผมอยากรู้ว่าพวกเขาสนใจการทดลองของ maker งานอดิเรกแบบนี้ด้วยไหม หรือมองหาเฉพาะพาร์ตเนอร์เชิงพาณิชย์เป็นหลัก? ผมยินดีจ่ายค่าไลเซนส์เพื่อใช้ทดลอง แต่ถ้าเป็นบุคคลคนเดียวทำเล่นเอง พวกเขาอาจไม่ร่วมมือด้วย เว้นแต่จะเอาไปทำธุรกิจ

    • ถ้าใช้สิ่งนี้สร้างหุ่นยนต์แบบ OpenClaw ได้คงเจ๋ง แต่ตอนนี้โมเดลดูเหมือนจะเน้นที่ การเดิน/การเข้าใจสภาพแวดล้อม ผ่านข้อความ แล้วถ้าต้องการให้หุ่นยนต์โต้ตอบกับโลก ควรใช้อะไร?
    • เผื่อมีคนสงสัยเหมือนผม เลยขอแชร์สิ่งที่หามาได้จนถึงตอนนี้ ผมเข้าไปใน Mistral Discord แล้วถามบอต Miscord ได้คำตอบว่าประกาศและเอกสารทางการตอนนี้เน้นไปที่ พาร์ตเนอร์องค์กรและอุตสาหกรรม เช่น Airbus, BMW เป็นหลัก
      ถึงอย่างนั้น Robostral Navigate ถูกออกแบบให้ไม่ขึ้นกับฮาร์ดแวร์ สามารถติดกับแพลตฟอร์มหุ่นยนต์ใดก็ได้ และต้องการเพียงกล้อง RGB ตัวเดียว ไม่ต้องใช้ LiDAR หรือเซ็นเซอร์วัดความลึก ดังนั้นในเชิงทฤษฎีก็เหมาะกับอุปกรณ์งานอดิเรก
      ตอนนี้ยังไม่มีไลเซนส์สาธารณะสำหรับงานอดิเรก/ไม่เชิงพาณิชย์ หรือการเปิดเป็นโอเพนซอร์ส และยังไม่มีการประกาศราคาหรือระดับไลเซนส์สำหรับบุคคล สิ่งที่ทำได้ตอนนี้คือ ติดต่อ Mistral AI โดยตรงและถามให้ชัดว่า “ผมเป็น maker งานอดิเรกที่ทำการทดลองส่วนตัวด้วย OpenClaw + Robostral Navigate และอยากหารือเรื่องไลเซนส์ไม่เชิงพาณิชย์”
      คอยติดตาม Mistral Discord หรือ forum ไว้ก็ดี และถ้าไม่มีการตอบรับ ก็อาจรอกระแสการทำฟีเจอร์คล้ายกันในโปรเจกต์ robotics โอเพนซอร์สอย่าง ROS หรือ Habitat

  • ดูเหมือนจะยังไม่ใช่โมเดลสาธารณะ แต่ถ้าเปิดให้ใช้เมื่อไร navigation ด้วยกล้องเดี่ยว จะใช้ง่ายขึ้น และน่าจะทำให้โปรเจกต์หุ่นยนต์งานอดิเรกเจ๋ง ๆ เกิดขึ้นได้มากมาย

  • เจ๋งมาก ขอแสดงความยินดีกับทีม Mistral navigation แบบไม่ใช้แผนที่ กลางแจ้งมีมาค่อนข้างนานแล้ว แต่ navigation แบบไม่ใช้แผนที่ภายในอาคารยังถือว่าค่อนข้างใหม่
    นักวิจัยจาก Stanford เคยฝึกโมเดล vision ชื่อ PIGEON ที่ทายตำแหน่งทางภูมิศาสตร์จากภาพใด ๆ ได้ มันไม่ได้ถูกเปิดเผย เพราะมีความเสี่ยงถูกนำไปใช้ละเมิดความเป็นส่วนตัว เช่น stalking สูงมาก แต่ดูเหมือนว่าเบื้องหลังหุ่นยนต์นี้จะมีเทคโนโลยีประเภทคล้ายกันอยู่ด้วย ถ้าใครรู้มากกว่านี้ช่วยแก้ไขให้ด้วย
    ลิงก์论文 PIGEON: https://lukashaas.github.io/PIGEON-CVPR24/

  • Mistral ดูเหมือนจะไปกว้าง แต่ก็เจาะ niche ไปพร้อมกัน นี่อาจเป็น กลยุทธ์ที่ฉลาด ในอนาคต

    • พวกเขาลงทุนมากกับ automation แบบปรับแต่งเฉพาะ สำหรับพาร์ตเนอร์อุตสาหกรรม ดังนั้นนี่จะเป็นของเพิ่มเติมที่น่ายินดีในชุดเครื่องมือของพวกเขา
    • อาจเป็นกลยุทธ์ที่ดีมากก็ได้ ถ้าวัดกันที่พลังประมวลผลล้วน ๆ คงตาม Anthropic หรือ OpenAI ได้ยาก แต่มีแอปพลิเคชันจำนวนมากที่ไม่ต้องใช้พลังระดับนั้น และหลายครั้งการ optimize เพื่อ ความเร็วและประสิทธิภาพพลังงาน ก็เป็นทางเลือกที่ดีกว่า
    • เพราะพวกเขาขับเคลื่อนด้วยภาษีของผม ไม่ใช่แรงจูงใจด้านกำไร

  • มินิมอลมากจนน่าประทับใจ
    อีกด้านหนึ่งก็ทำให้นึกถึงวิดีโอสาธิตหุ่นยนต์ที่นักวิจัยในแวดวงวิชาการกับ Willow Garage เคยอัปโหลดกันราวปี 2010
    ปัญหาของโรโบติกส์คือ การทำเดโมให้ดูน่าเชื่อถือนั้นง่าย แต่การทำให้มันทำงานได้จริงในกรณีทั่วไปนั้นยากมาก รถไร้คนขับเป็นตัวอย่างที่ดี

    • สุดท้ายแล้วโรโบติกส์ก็คือเรื่องของ edge case ทั้งหมด มีแอปพลิเคชันจำนวนมากที่หุ่นยนต์ซึ่งทำงานได้สมบูรณ์แบบ 95% ของงานนั้นเป็นไปได้แล้ว แต่ก็ยังไม่พอ 5% สุดท้ายนั้นกว้างเกินไปจนแทบเป็นไปไม่ได้ที่จะอุดช่องว่างให้ครบ

  • พร้อมจะรอ หุ่นยนต์ผู้ช่วยในบ้าน ที่ทำอาหารเย็น ล้างจาน และเอาขยะไปทิ้งได้
    แต่สิ่งที่น่ากลัวคือวันที่ผู้ช่วยพวกนั้นถูกนำไปใช้ในสงคราม ไม่ว่าจะเพื่อฉันหรือกับฉันก็ตาม

    • พูดตรง ๆ ฟังก์ชันหลายอย่างก็โอเค แต่หุ่นยนต์กระแสหลักมักหนัก และกังวลว่ามันจะล้มทับเด็ก ๆ เด็ก ๆ นั้นคาดเดาไม่ได้จากมุมมองของเครื่องจักร แต่สำหรับพ่อแม่ส่วนใหญ่ก็คาดเดาได้ในระดับหนึ่ง
      ความเร็วในการสุ่มตัวอย่างของเซ็นเซอร์เราและความเร็วในการอนุมานของสติปัญญาเรานั้นนำหน้าหุ่นยนต์ระดับสูงสุดในปัจจุบันอยู่หลายลำดับขั้น ตอนนี้มนุษย์ยังละเอียดอ่อนและมีความสามารถกว่ามาก
      หวังว่าจะมีอุปกรณ์ที่เบาพอได้ แต่เมื่อคิดถึงข้อกำหนดเรื่องน้ำหนักแบตเตอรี่แล้ว ก็ไม่แน่ใจว่าจะเป็นไปได้อย่างไร
    • อย่างหลังน่าจะมาถึงก่อนอย่างแรกมาก
    • ถ้าส่งหุ่นยนต์ไปแทนคนที่จะต้องไปโดนโดรนระเบิด บางทีเราอาจควรรู้สึกโล่งใจด้วยซ้ำ
    • อย่างแรกคงต้องรอกันอีกนาน เว้นแต่ว่าคุณจะโอเคกับการให้คนแปลกหน้าบังคับระยะไกลเดินไปมาในบ้านทุกครั้งที่หุ่นยนต์สับสน
    • หุ่นยนต์ฮิวแมนนอยด์อัจฉริยะหนึ่งตัวต่อหนึ่งบ้านเนี่ยนะ จะมีอะไรผิดพลาดได้จริงไหม อาจเป็นไอเดียที่แย่ที่สุดก็ได้

  • เขาบอกว่า “ทำได้ 76.6% บน R2R-CE(Room-to-Room in Continuous Environments)” เลยสงสัยว่าช่วงที่เหลือ 23.4% มันไปทำอะไรอยู่

    • ปัญหาที่ใหญ่ที่สุดน่าจะเป็นทำนองว่า สั่งว่า “ไปห้องถัดไป” แต่มีประตูสองบาน หรือสั่งว่า “เลี้ยวตรงเครื่องกดน้ำ” แต่ตรงนั้นมีอ่างล้างจาน แน่นอนว่าเหมือนเคย 1% สุดท้ายก็ยากพอ ๆ กับอีก 99%
      ถ้าดูข้อผิดพลาดด้านการนำทางในหน้าที่มีกราฟผลลัพธ์ จะเห็นตัวชี้วัดที่เกี่ยวข้องกับคำถามนี้มากที่สุด โมเดลนั้นเก่งในการ “ไม่เคลื่อนที่ไปผิดทิศทาง” ดังนั้นอัตราล้มเหลวน่าจะเป็นกรณีที่หาทางไม่เจอ
    • ก็คงไปไม่ถึงอีกห้องนั่นแหละ

  • อันนี้เจ๋งจริง ๆ การที่หุ่นยนต์สามารถใช้ ทิศทางที่นิ้วชี้ไป เพื่อตัดสินใจว่าจะไปทางไหนได้ เป็นการตัดสินใจด้านการออกแบบที่ยอดเยี่ยม และโรโบติกส์ก็คือพรมแดนถัดไปจริง ๆ ทำให้เชียร์ Mistral ได้เต็มที่