Open RAIL ialah lapisan perisian antara model VLA atau WAM dengan perkakasan robot yang berbeza beza. Saluran tak segerak membolehkan robot meneruskan kawalan gerakan sementara model mengira kelompok arahan seterusnya.
Diterbitkan olehImej dijana dengan GPT Image 2
Research answer

Create 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
Model AI mungkin sudah boleh menentukan tindakan robot, tetapi robot tidak boleh berhenti setiap kali model itu mengambil masa untuk mengira langkah seterusnya. Di sinilah Open-RAIL, perisian tengah sumber terbuka China Mobile, berperanan: ia menghubungkan model vision-language-action (VLA), yang menggunakan maklumat visual dan bahasa untuk menghasilkan tindakan, atau model world-action (WAM), dengan robot yang menggunakan perkakasan berlainan. Matlamatnya ialah memastikan arahan model yang tiba secara berkelompok dapat dilaksanakan sebagai gerakan berterusan, tanpa perlu membina semula keseluruhan sistem apabila model atau robot ditukar. 3
7
Open-RAIL memisahkan kerja pelayan dan klien pada robot. Pelayan mengurus inferens model, penjadualan dan data; klien membaca maklumat daripada robot serta melaksanakan arahan. Aliran pemerhatian, inferens dan kawalan berjalan secara tak segerak. Maka, ketika robot melaksanakan satu kelompok tindakan, model boleh menyediakan kelompok berikutnya tanpa menghentikan aliran kawalan semata-mata untuk menunggu hasil inferens. 3
11
Arahan yang tiba juga tidak terus digunakan mentah-mentah. Pelicinan dua peringkat terlebih dahulu mengurangkan turun naik antara titik gerakan dalam satu kelompok tindakan. Peringkat kedua menyatukan kelompok baharu dengan trajektori yang sedang dilaksanakan. Gabungan ini menyasarkan dua masalah berbeza: gerakan bergegar dalam satu kelompok dan perubahan mendadak apabila robot beralih ke kelompok seterusnya. Kaedah ini berfungsi pada lapisan pelaksanaan, tanpa mengubah pemberat model. 2
11
Di bahagian perkakasan, lapisan abstraksi yang ringan menyeragamkan cara sistem membaca keadaan robot dan melaksanakan tindakan. Untuk menyambungkan robot baharu, pembangun menyediakan penyesuai pemacu, bukannya menulis semula logik peringkat atas. Di bahagian model pula, setiap model menggunakan antara muka inferens yang sama; mekanisme penghalaan memilih penyesuai model dan robot yang telah didaftarkan. Ini mengurangkan kerja menyambungkan setiap model secara berasingan kepada setiap jenis perkakasan. 3
7
Menurut laporan mengenai keluaran awal, Open-RAIL merangkumi empat sambungan robot dan sepuluh varian model. Sambungan yang disenaraikan ialah Agibot G1, Ti5 T170C, Navi WA2 dan persekitaran simulasi berasaskan LeRobot. Varian modelnya datang daripada keluarga ACT, GR00T N1/N1.5/N1.6, RDT-1B, SmolVLA, AgiBot GO-1, π0/π0.5 dan TAO. Namun, bukti yang tersedia tidak menunjukkan bahawa setiap model boleh dipadankan dengan setiap robot. 9
China Mobile melaporkan sisihan piawai pecutan sendi robot menurun daripada lebih 10 rad/s² kepada kira-kira 0.1 rad/s². Menurut angka yang dilaporkan, masa untuk menyambungkan robot baharu turut berkurang daripada beberapa minggu kepada beberapa jam, manakala model baharu lazimnya memerlukan sekitar 50–100 baris kod penyesuai. Ini ialah angka yang dilaporkan, bukan keputusan yang telah dibuktikan secara bebas melalui maklumat yang tersedia di sini. 11
7
Open-RAIL turut memasukkan pengumpulan data ke dalam aliran kerja daripada inferens hingga pelaksanaan: penggunaan robot sebenar menghasilkan data yang boleh dimanfaatkan untuk iterasi latihan model, tanpa proses pengumpulan yang berasingan. Pemisahan pelayan–klien juga membolehkan inferens ditempatkan pada peranti, sistem pinggir rangkaian atau awan tanpa mengubah kod aplikasi pada robot. Namun, bukti yang tersedia tidak memperincikan setiap medan data yang direkodkan atau mengukur secara bebas kos tambahan pengumpulan tersebut. 5
8
14
Kod dan dokumentasi berlesen Apache-2.0 boleh diakses melalui pautan di laman projek Open-RAIL. Laporan menyebut salinan di GitHub dan Gitee, tetapi bukti yang tersedia di sini tidak mengesahkan URL tepat repositori tersebut. 9 Untuk huraian teknikal tentang penyambung inferens tak segerak, pelicin trajektori dan mekanisme penyatuan kelompok tindakan, lihat pracetak VLA-RAIL.
2
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Open RAIL ialah lapisan perisian antara model VLA atau WAM dengan perkakasan robot yang berbeza beza.
Open RAIL ialah lapisan perisian antara model VLA atau WAM dengan perkakasan robot yang berbeza beza. Saluran tak segerak membolehkan robot meneruskan kawalan gerakan sementara model mengira kelompok arahan seterusnya.
Pelicinan dua peringkat mengurangkan gerakan tersentak, baik dalam satu kelompok arahan mahupun ketika beralih ke kelompok baharu.