Open-RAIL: حلقة الوصل بين قرارات النموذج وحركة الروبوت

قد يستطيع نموذج ذكاء اصطناعي تحديد الحركة التالية، لكن تحويل قراره إلى حركة مستقرة يتطلب أكثر من إرسال أمر إلى الروبوت. فالنموذج يُنتج الأفعال في دفعات، بينما يحتاج الروبوت إلى تدفق مستمر من أوامر التحكم. هنا يأتي Open-RAIL، وهو برنامج وسيط مفتوح المصدر من تشاينا موبايل يصل نماذج «الرؤية واللغة والفعل» (VLA) أو «العالم والفعل» (WAM) بمعدات الروبوت، من دون أن يكون هو النموذج الذي يقرر الأفعال. 69

كيف يتجنب توقف الروبوت انتظاراً للنموذج؟

يفصل Open-RAIL بين خادم يُجري استدلال النموذج وعميل عند الروبوت يتولى الاستشعار والتنفيذ. وتعمل الملاحظة والاستدلال والتحكم بصورة غير متزامنة: بينما ينفّذ الروبوت دفعة من الأفعال، يستطيع النموذج حساب الدفعة التالية. وتعالج هذه البنية فرق السرعة بين استدلال يعمل، بحسب التقارير، بمعدل يقارب 5–10 مرات في الثانية، وتحكم يحتاج إلى 200–500 مرة في الثانية. 36

ولا يكفي استمرار وصول الأوامر إذا كانت الحركة متقطعة. لذلك يستخدم النظام مرحلتين للتنعيم: الأولى تخفف التفاوت داخل دفعة الأفعال، والثانية تدمج الدفعة الجديدة مع المسار الذي ينفّذه الروبوت بالفعل. وتشرح ورقة VLA-RAIL السابقة أن الهدف هو الحفاظ على استمرارية الموضع والسرعة والتسارع عند الانتقال بين الدفعات. يجري هذا التنعيم في طبقة التنفيذ، من دون تعديل أوزان النموذج. 123

تبديل الروبوت أو النموذج دون إعادة بناء المنظومة

على جانب المعدات، توفر طبقة تجريد خفيفة طريقة موحّدة لقراءة حالة الروبوت وإصدار الأفعال؛ ويُوصَل الروبوت الجديد عبر مُهيّئ لبرنامج تشغيله بدلاً من إعادة كتابة مسار التنفيذ. وعلى جانب النماذج، تتيح واجهة استدلال موحّدة تقديم الأفعال عبر المسار نفسه، مع تسجيل المُهيّئات وتوجيه العمل إلى المُهيّئ المختار. هذا يخفف عبء الدمج، لكنه لا يضمن أن أفعال أي نموذج تناسب أي روبوت. 3810

تذكر تشاينا موبايل أن الإصدار الأول يضم أربع واجهات تشغيل للروبوتات وعشرة إدخالات للنماذج. وتحدد أوصاف جدول الدعم ثلاث منصات روبوتات فعلية، هي Agibot G1 وTi5 T170C وNavi WA2، إضافة إلى واجهة محاكاة قائمة على LeRobot. وتشمل إدخالات النماذج ACT وإصدارات GR00T N1 وRDT-1B وSmolVLA وAgiBot GO-1 وإصدارات π0 وTAO. هذه قائمة دعم معلنة، وليست مصفوفة توافق مُختبَرة لكل اقتران ممكن بين نموذج وروبوت. 918

ماذا تقول الأرقام؟

بحسب تشاينا موبايل، انخفض الانحراف المعياري لتسارع مفاصل الروبوت من أكثر من 10 إلى نحو 0.1 راديان/ثانية². وتقول أيضاً إن دمج روبوت جديد تقلّص من أسابيع إلى ساعات، وإن ربط نموذج جديد قد يحتاج إلى نحو 50–100 سطر من شفرة المُهيّئ. هذه نتائج يعلنها المشروع، وليست اختبارات مستقلة تشمل جميع المعدات والنماذج المدعومة. 611

يسجّل Open-RAIL كذلك بيانات التشغيل الفعلي لإعادة استخدامها في التدريب والتقييم، ومنها الملاحظات وحالات الروبوت ونتائج الاستدلال. وعندما يتدخل مشغّل بشري لتصحيح الحركة، يمكن حفظ سجلات التصحيح متزامنةً مع سجلات التنفيذ. ويتيح فصل الخادم عن عميل الروبوت وضع الاستدلال على الجهاز أو عند حافة الشبكة أو في السحابة من دون تغيير شفرة التطبيق الأعلى، وفق تغطية الإصدار. لكن النتائج المذكورة لا تثبت حجم العبء الإضافي لجمع البيانات ولا تساوي الأداء بين مواقع التشغيل تلك. 5611

للوصول إلى الشفرة والتوثيق، تُعد صفحة مشروع Open-RAIL نقطة البداية؛ وتذكر تغطية الإصدار إتاحته بترخيص Apache-2.0 عبر GitHub وGitee. أما ورقة VLA-RAIL السابقة، فتفصّل آلية الربط غير المتزامن وتنعيم المسار ودمج دفعات الأفعال. 139