Näin Open-RAIL yhdistää tekoälymallit robotin ohjaukseen

Tekoälymalli voi tuottaa robotille toimintaohjeita erissä, mutta robotin ohjaus tarvitsee käskyjä jatkuvasti. China Mobilen avoimen lähdekoodin Open-RAIL toimii tässä välissä: se yhdistää visuaaliseen havaintoon ja kieleen perustuvat toimintamallit (VLA) sekä maailmaa ja toimintaa mallintavat WAM-mallit robottilaitteistoon. Se ei korvaa malleja, vaan huolehtii niiden tuottamien toimintojen viemisestä suoritukseen. 69

Ohjaus ei odota mallin seuraavaa vastausta

Open-RAIL erottaa palvelimella tehtävän mallin päättelyn robotin puolella tapahtuvasta havainnoinnista ja ohjauksesta. Nämä etenevät asynkronisesti: robotti voi suorittaa yhtä toimintaerää samalla, kun malli laskee seuraavaa. Julkaisua käsittelevissä tiedoissa mallin päättelyn taajuudeksi ilmoitetaan noin 5–10 Hz ja robotin ohjauksen taajuudeksi 200–500 Hz. Ohjelmiston tehtävä on sovittaa nämä eri tahdit yhteen. 36

Pelkkä käskyjen jatkuva saatavuus ei vielä takaa tasaista liikettä. Open-RAIL tasoittaa ensin yksittäisen toimintaerän sisäistä liikerataa ja sovittaa sitten uuden erän jo käynnissä olevaan liikkeeseen. Aiempi VLA-RAIL-tutkimuskuvaus kertoo menetelmän tavoittelevan jatkuvuutta asennossa, nopeudessa ja kiihtyvyydessä erien rajalla. Tasoitus tehdään suorituskerroksessa, eikä se edellytä mallin painojen muuttamista. 123

Yhteiset rajapinnat helpottavat liittämistä

Laitteiston abstraktiokerros tarjoaa ylemmälle ohjelmistolle yhteiset tavat lukea robotin tilaa ja antaa sille toimintoja. Uusi robotti voidaan liittää ajurisovittimella ilman, että koko suoritusketju kirjoitetaan uudelleen. Mallipuolella yhtenäinen päättelyrajapinta antaa mallisovittimen tuottaa toimintoja samaan työnkulkuun; rekisteröinti ja reititys ohjaavat valittujen sovittimien käyttöä. Tämä vähentää liittämistyötä, mutta ei yksin takaa, että minkä tahansa mallin toimintaohjeet sopivat mille tahansa robotille. 3810

China Mobile ilmoittaa ensijulkaisulle neljä robottitaustajärjestelmää ja kymmenen mallimerkintää. Tukitaulukkoa kuvaavien tietojen mukaan mukana on kolme fyysistä robottialustaa — Agibot G1, Ti5 T170C ja Navi WA2 — sekä LeRobo​​t-pohjainen simulaatiotaustajärjestelmä. Mallimerkinnöissä esiintyvät ACT, GR00T N1:n versiot, RDT-1B, SmolVLA, AgiBot GO-1, π0:n versiot ja TAO. Ilmoitetut määrät eivät ole näyttö siitä, että kaikki malli–robotti-yhdistelmät olisi testattu toimiviksi. 918

Tulokset ovat toistaiseksi hankkeen ilmoittamia

China Mobilen mukaan robottinivelten kiihtyvyyden keskihajonta pieneni yli 10:stä noin 0,1 rad/s²:iin. Yhtiö kertoo myös uuden robotin liittämisajan lyhentyneen viikoista tunteihin ja uuden mallin voivan tarvita noin 50–100 riviä sovitinkoodia. Nämä ovat hankkeen ilmoittamia tuloksia, eivät riippumattomia vertailumittauksia kaikilla tuetuilla malleilla ja laitteilla. 611

Open-RAIL tallentaa todellisista suorituskerroista havaintoja, robotin tilatietoja ja päättelyn tuloksia myöhempää koulutusta ja arviointia varten. Kuvauksien mukaan myös käyttäjän tekemät korjaukset voidaan tallentaa ajallisesti kohdistettuina. Erillisen palvelimen ansiosta päättely voidaan julkaisua koskevien tietojen mukaan sijoittaa laitteeseen, reunalaskentaan tai pilveen muuttamatta ylemmän tason sovelluskoodia. Lähteet eivät kuitenkaan osoita tiedonkeruun kustannusta tai suorituskyvyn olevan sama kaikissa näissä ympäristöissä. 5611

Koodiin ja dokumentaatioon pääsee Open-RAILin projektisivulta. Julkaisua käsittelevien tietojen mukaan Apache-2.0-lisensoidut lähdekoodit ovat saatavilla GitHubissa ja Giteessä. Teknisiä yksityiskohtia asynkronisesta rakenteesta ja liikeratojen tasoituksesta löytyy aiemmasta VLA-RAIL-ennakkojulkaisusta. 139