उत्तरप्रकाशित18 स्रोत
Open-RAIL: AI मॉडल और रोबोट के बीच की कड़ी कैसे काम करती है
Open RAIL, VLA और WAM मॉडल के आउटपुट को रोबोट की वास्तविक गतिविधि से जोड़ने वाला मिडलवेयर है। [3][7] अलग अलग चलने वाली अवलोकन, अनुमान और नियंत्रण प्रक्रियाएं मॉडल के अगले निर्देश तैयार करने के दौरान रोबोट की चाल जारी रखती हैं। [3][11] दो स्तरीय स्मूदिंग एक्शन चंक के भीतर झटके घटाती है और पुराने व नए चंक के बीच गति क...
प्रकाशितकर्ताGPT Image 2 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- Open RAIL, VLA और WAM मॉडल के आउटपुट को रोबोट की वास्तविक गतिविधि से जोड़ने वाला मिडलवेयर है। [3][7]
- अलग अलग चलने वाली अवलोकन, अनुमान और नियंत्रण प्रक्रियाएं मॉडल के अगले निर्देश तैयार करने के दौरान रोबोट की चाल जारी रखती हैं। [3][11]
- दो स्तरीय स्मूदिंग एक्शन चंक के भीतर झटके घटाती है और पुराने व नए चंक के बीच गति को जोड़ती है। [2][11]
- साझा मॉडल इंटरफ़ेस और हार्डवेयर अब्स्ट्रैक्शन लेयर का मकसद नया मॉडल या रोबोट जोड़ने पर बार बार पूरी प्रणाली न लिखनी पड़े। [3][7]
AI संकेत
openai.comCreate a landscape editorial hero image for this Studio Global article: How does China Mobile’s open source Open RAIL middleware connect VLA and WAM models to heterogeneous robot hardware, and what problems does. Article summary: Open RAIL is China Mobile’s middleware between vision language action (VLA) or world action (WAM) models and robot bodies.. Topic tags: general web, openai, ai, workflow, code. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illust
रोबोट को लगातार चलना होता है, लेकिन उसे निर्देश देने वाला AI मॉडल अक्सर एक बार में गतिविधियों का एक एक्शन चंक तैयार करता है। अगला चंक आने में देर हो, तो रोबोट रुक सकता है; दोनों चंक ठीक से न जुड़ें, तो उसकी चाल में झटका आ सकता है। चाइना मोबाइल का ओपन-सोर्स Open-RAIL इसी अंतर को पाटने वाली सॉफ़्टवेयर परत है। यह दृश्य, भाषा और क्रिया को जोड़ने वाले VLA तथा वर्ल्ड-एक्शन WAM मॉडल को अलग-अलग तरह के रोबोट हार्डवेयर से जोड़ता है; यह स्वयं नया मॉडल प्रशिक्षित करने का उपकरण नहीं है। 3
7
9
मॉडल सोचता रहे, रोबोट चलता रहे
Open-RAIL में सर्वर मॉडल से अनुमान निकालने, काम का क्रम तय करने और डेटा प्रबंधन का जिम्मा संभालता है। रोबोट-साइड क्लाइंट सेंसर से जानकारी लेता है और गतिविधियां निष्पादित करता है। अवलोकन, मॉडल अनुमान और नियंत्रण को अलग-अलग असिंक्रोनस प्रवाहों में रखने से रोबोट मौजूदा चंक पर काम जारी रख सकता है, जबकि मॉडल अगला चंक तैयार कर रहा हो। इससे धीमे अनुमान के कारण नियंत्रण रुकने की समस्या को निशाना बनाया गया है। 3
11
फिर दो स्तरों पर गति को सुचारु किया जाता है। पहला, एक ही एक्शन चंक के भीतर गतिविधि-बिंदुओं के बीच उतार-चढ़ाव घटाता है। दूसरा, नया चंक आते ही उसे उस गति से मिलाता है जो रोबोट पहले से निष्पादित कर रहा है। इस तरह चंक के भीतर कंपकंपी और दो चंक के जोड़ पर अचानक बदलाव—दोनों कम करने का प्रयास होता है, वह भी मॉडल के वज़न बदले बिना। 2
11
अलग मॉडल या रोबोट जोड़ने पर क्या बदलता है?
एक हल्की हार्डवेयर-अब्स्ट्रैक्शन लेयर रोबोट की स्थिति पढ़ने और उसे गतिविधि के निर्देश देने का साझा तरीका उपलब्ध कराती है। इसलिए नया रोबोट जोड़ने के लिए उसके अनुरूप ड्राइवर एडेप्टर चाहिए, ऊपर की पूरी प्रणाली दोबारा लिखने की जरूरत नहीं। मॉडल की ओर भी एक साझा इन्फ़रेंस इंटरफ़ेस है; पंजीकृत मॉडल और रोबोट एडेप्टर के बीच स्वचालित रूटिंग जोड़ने का काम घटाती है। 3
7
चाइना मोबाइल के बताए आंकड़ों के अनुसार, नए रोबोट को जोड़ने में लगने वाला समय हफ्तों से घटकर घंटों तक आ सकता है और नए मॉडल के एडेप्टर के लिए आम तौर पर 50–100 पंक्तियों का कोड चाहिए। कंपनी ने रोबोट के जोड़ की त्वरण-दर के मानक विचलन में 10 rad/s² से अधिक से लगभग 0.1 rad/s² तक गिरावट भी बताई है। ये रिपोर्ट किए गए परिणाम हैं, स्वतंत्र रूप से पुष्ट प्रदर्शन की गारंटी नहीं। 7
11
पहली रिलीज़ के बारे में उपलब्ध विवरण चार रोबोट बैकएंड और दस मॉडल संस्करणों का उल्लेख करते हैं। बैकएंड में Agibot G1, Ti5 T170C, Navi WA2 और LeRobot-आधारित सिमुलेशन शामिल हैं। मॉडल सूची में ACT, GR00T N1/N1.5/N1.6, RDT-1B, SmolVLA, AgiBot GO-1, π0/π0.5 और TAO हैं। इससे यह निष्कर्ष नहीं निकलता कि सूची का हर मॉडल हर रोबोट के साथ काम करता है। 9
चलते-चलते डेटा, और तैनाती की गुंजाइश
वास्तविक रोबोट पर निष्पादन से मिलने वाला डेटा उसी अनुमान-से-निष्पादन प्रक्रिया में एकत्र होता है, ताकि बाद में मॉडल सुधारने के लिए उसका उपयोग हो सके। अलग सर्वर और क्लाइंट की व्यवस्था मॉडल अनुमान को डिवाइस, पास के एज सर्वर या क्लाउड पर रखने की गुंजाइश भी देती है, बिना रोबोट-साइड ऐप्लिकेशन का कोड बदले। उपलब्ध साक्ष्य हर रिकॉर्ड किए गए डेटा फ़ील्ड या डेटा संग्रह की स्वतंत्र रूप से मापी गई अतिरिक्त लागत नहीं बताते। 5
8
14
Apache-2.0 लाइसेंस के तहत कोड और दस्तावेज़ Open-RAIL की परियोजना वेबसाइट से देखे जा सकते हैं। रिपोर्टों में GitHub और Gitee प्रतियों का भी उल्लेख है, लेकिन यहां उपलब्ध साक्ष्य उनके सटीक रिपॉज़िटरी URL स्थापित नहीं करते। पहले का VLA-RAIL प्रीप्रिंट असिंक्रोनस लिंक, ट्रैजेक्टरी स्मूदर और चंक फ़्यूज़र की तकनीक समझाता है। 9
2
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"Open-RAIL: AI मॉडल और रोबोट के बीच की कड़ी कैसे काम करती है" का संक्षिप्त उत्तर क्या है?
Open RAIL, VLA और WAM मॉडल के आउटपुट को रोबोट की वास्तविक गतिविधि से जोड़ने वाला मिडलवेयर है। [3][7]
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
Open RAIL, VLA और WAM मॉडल के आउटपुट को रोबोट की वास्तविक गतिविधि से जोड़ने वाला मिडलवेयर है। [3][7] अलग अलग चलने वाली अवलोकन, अनुमान और नियंत्रण प्रक्रियाएं मॉडल के अगले निर्देश तैयार करने के दौरान रोबोट की चाल जारी रखती हैं। [3][11]
मुझे अभ्यास में आगे क्या करना चाहिए?
दो स्तरीय स्मूदिंग एक्शन चंक के भीतर झटके घटाती है और पुराने व नए चंक के बीच गति को जोड़ती है। [2][11]