Open-RAIL, la couche logicielle entre l’IA et les mouvements du robot

Un modèle capable d’interpréter une scène et de proposer un geste ne commande pas nécessairement un robot de façon fluide. Les modèles vision-langage-action (VLA) et world-action (WAM) produisent des actions par séquences, alors que les moteurs doivent être pilotés en continu. Open-RAIL, le middleware open source de China Mobile, se place entre ces deux mondes : il organise l’inférence, transmet les actions au robot et recueille les données issues de leur exécution. Son objectif est de pouvoir changer de modèle ou de matériel sans reconstruire toute la chaîne logicielle. 37

Éviter que le robot attende le modèle

Open-RAIL sépare le serveur, chargé notamment de l’inférence, de l’ordonnancement et de la gestion des données, du client côté robot, qui assure la perception et l’exécution. À l’intérieur de cette architecture, l’observation, l’inférence et le contrôle suivent des flux asynchrones : pendant que le robot exécute une séquence d’actions, le modèle peut calculer la suivante. Cette organisation vise à éviter qu’un calcul plus lent n’interrompe le mouvement. 311

La continuité du mouvement demande aussi de traiter les commandes produites. Un premier lissage réduit les variations au sein d’une même séquence d’actions. Un second raccorde la nouvelle séquence à la trajectoire déjà en cours. Le travail antérieur présenté sous le nom de VLA-RAIL décrit ces deux fonctions comme un lisseur de trajectoire et un mécanisme de fusion des séquences. Elles ciblent les tremblements internes aux séquences et les ruptures à leur jonction, sans modifier les poids du modèle. 211

Brancher un autre robot ou un autre modèle

Une couche d’abstraction matérielle fournit des conventions communes pour lire l’état du robot et exécuter les actions. L’ajout d’une machine passe ainsi par un adaptateur de pilotage, plutôt que par la réécriture de la logique de niveau supérieur. Côté IA, les modèles utilisent une interface d’inférence commune ; un mécanisme d’aiguillage sélectionne les adaptateurs enregistrés pour le modèle et le robot concernés. 37

Selon les chiffres rapportés par China Mobile, l’intégration d’un nouveau robot pourrait passer de plusieurs semaines à quelques heures, et celle d’un nouveau modèle demanderait généralement 50 à 100 lignes de code d’adaptation. L’entreprise indique également que l’écart-type de l’accélération des articulations est passé de plus de 10 à environ 0,1 rad/s² avec le lissage. Il s’agit de résultats annoncés, pas de performances établies indépendamment pour tous les usages. 711

La première version est décrite comme couvrant quatre environnements robotiques et dix variantes de modèles. Les environnements cités sont Agibot G1, Ti5 T170C, Navi WA2 et un environnement de simulation fondé sur LeRobot ; les modèles mentionnés appartiennent notamment aux familles ACT, GR00T N1/N1.5/N1.6, RDT-1B, SmolVLA, AgiBot GO-1, π0/π0.5 et TAO. Ce périmètre annoncé ne signifie pas que chaque modèle fonctionne avec chacun des robots. 9

Des essais réutilisables pour améliorer les modèles

Open-RAIL intègre la collecte des données à la chaîne qui va de l’inférence à l’exécution : les essais sur robot réel peuvent ainsi alimenter de futures itérations des modèles, sans processus de collecte entièrement distinct. La séparation serveur–client permet aussi de placer l’inférence sur le robot, à proximité sur une infrastructure edge, ou dans le cloud, sans modifier le code de l’application côté robot. Les éléments disponibles ne permettent toutefois pas de quantifier indépendamment le coût de cette collecte ni de préciser tous les champs enregistrés. 5814

Le code sous licence Apache-2.0 et la documentation sont accessibles depuis la page du projet Open-RAIL. Des copies sur GitHub et Gitee sont signalées, mais les éléments examinés ici ne permettent pas d’en confirmer les adresses exactes. 9