Cómo Open-RAIL conecta modelos de IA con robots diferentes

Un modelo puede decidir qué debe hacer un robot, pero sus cálculos no siempre llegan al ritmo que exige el control de sus motores. Open-RAIL, el middleware de código abierto de China Mobile, se sitúa entre los modelos de visión-lenguaje-acción (VLA) o de mundo-acción (WAM) y el hardware del robot. Su objetivo es convertir las acciones que el modelo entrega por bloques en una ejecución continua, sin rehacer toda la integración al cambiar de modelo o de máquina. 37

Del cálculo a un movimiento continuo

Open-RAIL divide el trabajo entre un servidor, encargado de la inferencia del modelo, la planificación y la gestión de datos, y un cliente junto al robot, que se ocupa de percibir el entorno y ejecutar las acciones. Observación, inferencia y control avanzan por flujos separados: mientras el modelo calcula el próximo bloque de acciones, el robot puede continuar con el movimiento en curso. Así se busca evitar las pausas que aparecerían si el control tuviera que esperar cada respuesta del modelo. 311

Después intervienen dos etapas de suavizado. La primera reduce las oscilaciones dentro de un bloque de acciones; la segunda enlaza el bloque recién calculado con la trayectoria que el robot ya está ejecutando. Ambas atacan las sacudidas y los cambios bruscos entre bloques sin modificar los pesos del modelo. 211

Qué facilita cambiar de robot o de modelo

Una capa ligera de abstracción del hardware unifica la lectura del estado y la ejecución de acciones: para incorporar otro robot hace falta adaptar su controlador, no reescribir la lógica superior. Del lado del modelo, una interfaz común de inferencia y el enrutamiento hacia los adaptadores registrados reducen el trabajo necesario para combinar modelos y máquinas distintos. 37

Según las cifras comunicadas por China Mobile, la desviación estándar de la aceleración de las articulaciones bajó de más de 10 rad/s² a alrededor de 0,1 rad/s². La empresa también afirma que integrar un robot nuevo pasó de llevar semanas a horas y que adaptar un modelo puede requerir solo 50 a 100 líneas de código. Son resultados declarados, no comprobaciones independientes. 117

La primera versión se presenta con cuatro entornos de robot y diez variantes de modelos. Entre los primeros figuran Agibot G1, Ti5 T170C, Navi WA2 y un entorno de simulación basado en LeRobot; entre los modelos, las familias ACT, GR00T N1/N1.5/N1.6, RDT-1B, SmolVLA, AgiBot GO-1, π0/π0.5 y TAO. La información disponible no demuestra que funcionen todas las combinaciones posibles entre modelos y robots. 9

Open-RAIL también incorpora la recopilación de datos de las ejecuciones reales al mismo flujo de inferencia y ejecución, para reutilizarlos en posteriores iteraciones del modelo. Su separación entre servidor y cliente permite situar la inferencia en el propio dispositivo, en infraestructura cercana —edge— o en la nube sin cambiar el código de la aplicación del robot. La evidencia citada no precisa todos los campos registrados ni mide de forma independiente el coste adicional de esa recopilación. 5814

El código y la documentación bajo licencia Apache-2.0 se enlazan desde la página de Open-RAIL. La investigación anterior, publicada como VLA-RAIL, describe el enlace asíncrono y las dos etapas de suavizado. 92