चाइना मोबाइल का Open-RAIL AI मॉडल को रोबोट से कैसे जोड़ता है

AI मॉडल किसी रोबोट को अगला काम बता दे, तो भी मशीन को चलाने की चुनौती खत्म नहीं होती। मॉडल अक्सर निर्देशों का एक एक्शन चंक—यानी कुछ आगामी हरकतों का समूह—बनाता है, जबकि रोबोट को लगातार नियंत्रण कमांड चाहिए। चाइना मोबाइल का ओपन-सोर्स Open-RAIL इसी अंतर को सँभालने वाली सॉफ़्टवेयर परत है। यह विज़न-लैंग्वेज-एक्शन (VLA) और वर्ल्ड-एक्शन (WAM) मॉडल को रोबोट हार्डवेयर से जोड़ती है; इसका काम स्वयं मॉडल को प्रशिक्षित करना नहीं, बल्कि उसके निर्देशों को वास्तविक मशीन पर चलाने की व्यवस्था देना है। 69

मॉडल सोचता रहे, रोबोट चलता रहे

Open-RAIL में मॉडल से निर्देश निकालने की प्रक्रिया सर्वर पर और रोबोट से जानकारी लेना तथा निर्देश लागू करना रोबोट-साइड क्लाइंट पर होता है। अवलोकन, मॉडल से अगला निर्देश निकालना और नियंत्रण अलग-अलग, असिंक्रोनस प्रवाह में चलते हैं। इस तरह रोबोट एक एक्शन चंक लागू कर सकता है, जबकि मॉडल अगला चंक तैयार कर रहा हो। रिलीज़ संबंधी रिपोर्टों के अनुसार मॉडल से निर्देश लगभग 5–10 बार प्रति सेकंड मिलते हैं, लेकिन रोबोट का नियंत्रण 200–500 बार प्रति सेकंड चल सकता है। Open-RAIL की प्रक्रिया इसी रफ़्तार के अंतर को सँभालने के लिए बनाई गई है। 36

लगातार निर्देश मिलना ही काफ़ी नहीं: चंक के भीतर हरकतें असमान हो सकती हैं और नए चंक के आते ही झटका लग सकता है। इसलिए Open-RAIL दो स्तरों पर हरकतों को सहज बनाता है। पहले चरण में ट्रैजेक्टरी स्मूदर एक चंक के भीतर की असमानता घटाता है। दूसरे में चंक फ़्यूज़र नए निर्देशों को पहले से चल रही हरकत के साथ जोड़ता है। इससे पहले के VLA-RAIL शोध-पत्र में चंकों की सीमा पर स्थिति, वेग और त्वरण की निरंतरता को लक्ष्य बताया गया है। यह काम निष्पादन वाली परत में होता है; इसके लिए मॉडल के वज़न बदलने की ज़रूरत नहीं बताई गई है। 123

अलग मॉडल और रोबोट कैसे जुड़ते हैं?

रोबोट की तरफ़ एक हल्की हार्डवेयर-अमूर्तन परत उसकी स्थिति पढ़ने और उसे क्रियाएँ भेजने के लिए साझा तरीका देती है। इसलिए नया रोबोट जोड़ने पर पूरी निष्पादन प्रक्रिया फिर से लिखने के बजाय उसके लिए ड्राइवर अडैप्टर बनाया जा सकता है। मॉडल की तरफ़ साझा इन्फ़रेंस इंटरफ़ेस है: मॉडल अडैप्टर उसी प्रक्रिया में अपने निर्देश देता है, जबकि पंजीकरण और रूटिंग चुने गए अडैप्टर जोड़ते हैं। इससे जोड़ने का काम घट सकता है, लेकिन किसी भी मॉडल के निर्देश किसी भी रोबोट के लिए उपयुक्त होंगे—इसकी गारंटी नहीं मिलती। 3810

चाइना मोबाइल पहली रिलीज़ में चार रोबोट बैकएंड और दस मॉडल प्रविष्टियाँ होने की बात कहता है। सपोर्ट सूची के विवरण में तीन वास्तविक रोबोट प्लेटफ़ॉर्म—Agibot G1, Ti5 T170C और Navi WA2—के साथ LeRobot-आधारित सिमुलेशन बैकएंड शामिल है। मॉडल प्रविष्टियों में ACT, GR00T N1 के संस्करण, RDT-1B, SmolVLA, AgiBot GO-1, π0 के संस्करण और TAO आते हैं। इन कुल संख्याओं को हर मॉडल–रोबोट जोड़ी की जाँची-परखी अनुकूलता का प्रमाण नहीं समझना चाहिए। 918

प्रदर्शन के दावे और उनकी सीमा

चाइना मोबाइल के अनुसार Open-RAIL इस्तेमाल करने पर रोबोट के जोड़ों के त्वरण का मानक विचलन 10 rad/s² से अधिक से घटकर लगभग 0.1 rad/s² हुआ। कंपनी यह भी कहती है कि नया रोबोट जोड़ने में लगने वाला समय हफ़्तों से घटकर घंटों तक आ सकता है और नए मॉडल के लिए लगभग 50–100 पंक्तियों का अडैप्टर कोड काफ़ी हो सकता है। ये परियोजना की ओर से बताए गए नतीजे हैं, सभी समर्थित मॉडलों और मशीनों पर स्वतंत्र रूप से स्थापित बेंचमार्क नहीं। 611

वास्तविक संचालन के दौरान Open-RAIL बाद के प्रशिक्षण और मूल्यांकन के लिए डेटा भी दर्ज करता है। रिपोर्टों के मुताबिक इसमें अवलोकन, रोबोट की स्थिति और मॉडल से मिले परिणाम सहेजे जाते हैं; ऑपरेटर के हस्तक्षेप पर मानवीय सुधार का रिकॉर्ड भी संबंधित डेटा के साथ मिलाकर रखा जाता है। सर्वर और रोबोट क्लाइंट अलग होने के कारण, रिलीज़ कवरेज के अनुसार ऊपर चलने वाले एप्लिकेशन का कोड बदले बिना मॉडल चलाने वाला सर्वर डिवाइस पर, एज पर या क्लाउड में रखा जा सकता है। हालाँकि उपलब्ध नतीजे डेटा संग्रह का अतिरिक्त संसाधन-भार या इन तीनों जगहों पर समान प्रदर्शन स्थापित नहीं करते। 5611

कोड और दस्तावेज़ तक पहुँचने का शुरुआती ठिकाना Open-RAIL परियोजना पृष्ठ है। रिलीज़ कवरेज के मुताबिक Apache-2.0 लाइसेंस वाला कोड GitHub और Gitee पर उपलब्ध है। असिंक्रोनस लिंक, ट्रैजेक्टरी स्मूदर और चंक फ़्यूज़र की अधिक तकनीकी व्याख्या पहले के VLA-RAIL प्रीप्रिंट में मिलती है। 139