SuperNav veröffentlicht Code, Gewichte und Benchmarks

SuperNav veröffentlicht Code, Gewichte und Benchmarks

Das SuperNav-Team hat das GitHub-Repository öffentlich gemacht. Es enthält die Agentenlaufzeit, Navigationswerkzeuge und Skills sowie Experimentrezepte und Evaluierungsutilities für die Benchmarks Habitat-GS und AI2-THOR. Als Navigationsagenten lassen sich die Modelle Codex, OpenCode und Kimi einbinden. Die Gewichte des Learned Executor sind auf Hugging Face abrufbar. Zwei Benchmarks sind verfügbar: der InteriorGS-Benchmark für Einzel- und Mehrzielnavigation sowie der AI2-THOR-Benchmark für bedarfsgesteuerte Aufgaben. Nutzer können Aufgaben, Werkzeuge und Skills über explizite Experimentkonfigurationen zusammensetzen und die Ausführung live verfolgen, inklusive RGB-Beobachtungen, Trajektorien und Tool-Aufrufen. Damit sind die zentralen Komponenten des Systems erstmals reproduzierbar.

Reale Roboter-Demonstrationen auf der Projektseite

Auf der Projektseite sind Videos von Simulationsläufen und realen Roboter-Demonstrationen zu sehen. Gezeigt werden unter anderem Aufgaben wie 'Find the laptop in the pink bedroom', 'Find the pastry display and coffee machine in order' und 'Help me get the work area ready'. Die ersten beiden stammen aus dem Habitat-GS-Benchmark, die dritte aus AI2-THOR. Die Videos dokumentieren, wie das System Objekte in Innenräumen findet, mehrere Ziele in vorgegebener Reihenfolge ansteuert und hochstufige Anweisungen umsetzt. Das Repository selbst enthält derzeit keine Treiber für echte Roboter; die realen Demonstrationen sind ausschließlich auf der Projektseite abrufbar.

Autoren und Institutionen erstmals vollständig genannt

Erstmals werden die Autoren vollständig genannt: Jinkai Zhang, Jingyi Xu, Yuanhong Yu, Jiarui Guo, Ruizhen Hu, Hujun Bao, Xiaowei Zhou und Sida Peng. Sie gehören der Zhejiang University, der Shenzhen University und Causa Robotics an. Sida Peng ist als korrespondierender Autor ausgewiesen.

Vom Konzept zur Praxis: SuperNav nach dem ersten Artikel

Der frühere Artikel stellte SuperNav als agentisches Navigationssystem vor, das ein vortrainiertes multimodales Modell ohne navigationsspezifisches Fine-Tuning einsetzt. Statt das Modell auf Navigationsaktionen zu trainieren, übernimmt ein spezieller Agenten-Harness die Entscheidungsfindung mit Tool-Nutzung, Aufgabenfortschrittsverfolgung und Kontextmanagement. Die jetzt veröffentlichten Ressourcen machen diesen Ansatz praktisch nutzbar: Code, Gewichte und Benchmarks erlauben die Reproduktion der Experimente, und die Demonstrationsvideos zeigen das Verhalten in Simulation und auf einem echten Vierbeiner-Roboter. Die Autoren berichten, dass SuperNav vier evaluierte Baselines bei instanz-, multiobjekt- und bedarfsgesteuerten Aufgaben übertrifft. Als Metrik werden Erfolgsraten genannt; die Baselines selbst sind im veröffentlichten Material nicht namentlich spezifiziert. Für die Praxis bedeutet dies, dass Forscher die berichteten Ergebnisse nun anhand des offenen Codes und der Benchmarks eigenständig überprüfen und das System auf eigene Szenen übertragen können. Damit wird aus dem Konzept ein nachvollziehbares System, dessen Leistungsversprechen durch die bereitgestellten Ressourcen erstmals reproduzierbar ist.