Open-RAILはAIモデルとロボットをどうつなぐのか

AIモデルが次の動作を考える速さと、ロボットが関節を制御する速さは違う。中国移動が公開したOpen-RAILは、その間をつなぐオープンソースの実行基盤だ。画像や言葉から動作を生成するVLAモデル、世界の状態と動作を扱うWAMモデルが、まとまった長さの動作指示を返しても、ロボット側では制御を継続できるようにする。69

「考えている間、止まる」をどう防ぐか

Open-RAILは、モデルの推論を担うサーバーと、状態の観測・動作の実行を担うロボット側クライアントを分ける。観測、推論、制御を非同期に進めるため、ロボットは一つの動作指示のまとまり（チャンク）を実行しながら、モデルが次のチャンクを計算するのを待てる。公開時の報告では、モデルの推論頻度は毎秒約5～10回、ロボットの制御頻度は毎秒200～500回。この速度差を吸収することが設計上の狙いだ。36

ただし、指示を途切れずに渡すだけでは、動きのぎこちなさは残りうる。Open-RAILは2段階の平滑化を行う。まず一つのチャンク内の軌道のばらつきを抑え、次に新しいチャンクを実行中の軌道へなじませる。先行するVLA-RAILのプレプリントは、チャンクの境目でも位置・速度・加速度の連続性を保つことを目標として説明している。この処理は実行層で行い、モデルの重みを変更する必要はない。123

機種やモデルを替えるときは

ロボット側には、状態の読み取りや動作の指示を共通の方法で扱う軽量なハードウェア抽象化層を置く。新しい機種はドライバー用のアダプターを介して接続し、実行処理全体を書き直さずに済む構成だ。モデル側も共通の推論インターフェースに合わせたアダプターを用意し、登録・ルーティングによって選択したモデルとロボットの接続先を結ぶ。ただし、この仕組みだけで任意のモデルの出力が任意のロボットに適するとは限らない。3810

中国移動が初回公開版について示した数は、ロボット側の接続先4種類、モデルの登録項目10件。対応表を紹介する資料では、実機のAgibot G1、Ti5 T170C、Navi WA2に、LeRobotを使ったシミュレーション用の接続先を加えた4種類とされる。モデルの登録項目にはACT、GR00T N1系、RDT-1B、SmolVLA、AgiBot GO-1、π0系、TAOが含まれる。「4×10」の全組み合わせを検証した一覧と受け取るべきではない。918

公表された改善値と、まだ分からないこと

中国移動側は、関節加速度の標準偏差が10 rad/s²超から約0.1 rad/s²に下がったと報告する。また、新しいロボットの接続作業は数週間から数時間に短縮でき、新しいモデルは約50～100行のアダプターコードで接続できるとしている。いずれもプロジェクト側が報告した数値で、対応するすべての機種・モデルを対象に独立検証した結果ではない。611

実機の実行中には、後の学習や評価に使うための観測データ、ロボットの状態、推論結果なども記録する。操作者が介入して動作を修正した場合は、その修正記録を推論時の記録と時間的に対応づけて保存すると報じられている。推論をロボット側から分離した構成により、上位のアプリケーションコードを変えずに、推論サーバーを機体側、エッジ、クラウドに配置できるという。一方、データ収集に伴う負荷や、どの配置でも同等の性能が出るかは、引用した結果からは確認できない。5611

コードと文書はOpen-RAILのプロジェクトページから確認できる。公開時の報道によると、コードはApache-2.0ライセンスで、GitHubとGiteeでも提供されている。非同期処理と2段階の平滑化を技術的に詳しく知りたい場合は、先行するVLA-RAILのプレプリントが手がかりになる。139