Open-RAIL, le chaînon entre modèles d’IA et robots

Un modèle d’IA peut proposer les prochains gestes d’un robot, mais il ne les produit pas nécessairement au rythme exigé par ses moteurs. C’est cet écart qu’Open-RAIL, logiciel libre de China Mobile, cherche à combler. Placé entre les modèles vision-langage-action (VLA) ou world-action (WAM) et le matériel, il transforme des séquences d’actions calculées par le modèle en commandes destinées à être exécutées en continu. 69

Bouger sans attendre le prochain calcul

Open-RAIL sépare le calcul du modèle, côté serveur, de la perception et de l’exécution, côté robot. L’observation, l’inférence — le calcul des actions — et le contrôle fonctionnent de manière asynchrone : pendant que le robot exécute une séquence, le modèle prépare la suivante. Les comptes rendus de la publication évoquent une inférence à 5 à 10 Hz, contre un contrôle robotique à 200 à 500 Hz. 36

Reste à éviter les à-coups. Open-RAIL lisse d’abord la trajectoire à l’intérieur de chaque séquence d’actions, puis raccorde la nouvelle séquence au mouvement déjà engagé. Le préprint antérieur VLA-RAIL décrit ce second traitement comme visant une continuité de la position, de la vitesse et de l’accélération. Il intervient dans la couche d’exécution, sans modifier les paramètres du modèle. 123

Changer de robot ou de modèle sans tout reconstruire

Une couche d’abstraction fournit des interfaces communes pour lire l’état du robot et lui envoyer des actions. L’ajout d’une machine passe ainsi par un adaptateur de pilote plutôt que par une réécriture de toute la chaîne d’exécution. Côté IA, les modèles fournissent leurs actions par une interface d’inférence unifiée ; leur enregistrement et leur routage permettent de sélectionner les adaptateurs nécessaires. Cette architecture simplifie l’intégration, mais ne rend pas automatiquement les actions de n’importe quel modèle adaptées à n’importe quel robot. 3810

China Mobile annonce quatre interfaces robotiques et dix entrées de modèles pour cette première version. Les descriptions de la liste de prise en charge distinguent trois plateformes physiques — Agibot G1, Ti5 T170C et Navi WA2 — et une interface de simulation fondée sur LeRobot. Les modèles répertoriés comprennent ACT, des variantes de GR00T N1 et de π0, RDT-1B, SmolVLA, AgiBot GO-1 et TAO. Ces chiffres ne constituent pas une matrice de compatibilité vérifiée pour toutes les associations possibles. 918

Des gains annoncés, encore à confirmer largement

Selon China Mobile, l’écart-type de l’accélération des articulations passe de plus de 10 à environ 0,1 rad/s². Le groupe affirme aussi que l’intégration d’un nouveau robot peut passer de plusieurs semaines à quelques heures et que celle d’un nouveau modèle peut demander environ 50 à 100 lignes de code d’adaptation. Il s’agit de résultats communiqués par le projet, et non de mesures indépendantes couvrant tous les robots et modèles annoncés. 611

Open-RAIL archive également des données issues des exécutions réelles — notamment les observations, l’état du robot et les résultats de l’inférence — pour l’entraînement ou l’évaluation ultérieurs. Lorsqu’une personne corrige une action, les comptes rendus indiquent que cette correction est enregistrée en correspondance avec la trajectoire produite par le modèle. La séparation entre serveur et client permet, selon ces mêmes sources, de placer le calcul sur l’appareil, en périphérie du réseau ou dans le cloud sans modifier le code de l’application de haut niveau. Le coût de cette collecte et des performances équivalentes dans ces différents lieux de déploiement ne sont toutefois pas établis par les résultats cités. 5611

La page du projet Open-RAIL donne accès au code et à la documentation ; les comptes rendus indiquent une licence Apache-2.0 et une disponibilité sur GitHub et Gitee. Pour les détails techniques du pipeline asynchrone et du double lissage, on peut consulter le préprint VLA-RAIL. 139