Hoe Open-RAIL AI-modellen met robothardware verbindt

Een AI-model kan een robot vertellen wat hij moet doen, maar daarmee bewegen zijn gewrichten nog niet vloeiend. Modellen leveren opdrachten vaak in korte reeksen, terwijl een robot voortdurend nieuwe stuursignalen nodig heeft. Open-RAIL, een opensourceproject van China Mobile, vormt de uitvoeringslaag daartussen. Het verbindt vision-language-action-modellen (VLA), die beelden en taal omzetten in handelingen, en world-action-modellen (WAM) met verschillende robots. 69

Doorbewegen terwijl het model rekent

Open-RAIL scheidt het rekenwerk van de modelserver van het waarnemen en uitvoeren aan de robotkant. Waarneming, modelberekening en besturing lopen naast elkaar: terwijl de robot één reeks acties uitvoert, kan het model de volgende berekenen. Volgens berichtgeving over de release werkt modelberekening op ongeveer 5–10 Hz, tegenover 200–500 Hz voor de robotbesturing. Hz betekent hier het aantal updates per seconde. Juist dat tempoverschil moet Open-RAIL opvangen. 36

Daarna corrigeert de software de beweging op twee niveaus. Een trajectvereffenaar beperkt schommelingen binnen een reeks acties; een tweede stap laat een nieuwe reeks aansluiten op de beweging die al bezig is. Het eerdere technische artikel over VLA-RAIL beschrijft dit als een manier om positie, snelheid en versnelling ook bij de overgang tussen reeksen zo continu mogelijk te houden. Deze correcties zitten in de uitvoeringslaag: de gewichten van het AI-model hoeven er niet voor te worden aangepast. 123

Een adapter voor model én machine

Aan de robotkant biedt een lichte abstractielaag vaste manieren om de toestand van de robot uit te lezen en acties uit te voeren. Een nieuwe machine kan via een driveradapter worden aangesloten, zonder de hele uitvoeringsketen te herschrijven. Aan de modelkant levert een adapter acties via een gedeelde interface; registratie en routering koppelen de gekozen adapters aan elkaar. Dat maakt integratie eenvoudiger, maar maakt de acties van een willekeurig model nog niet automatisch geschikt voor iedere robot. 3810

China Mobile noemt voor de eerste release vier robotbackends en tien modelvermeldingen. Beschrijvingen van de ondersteuningstabel noemen drie fysieke platforms — Agibot G1, Ti5 T170C en Navi WA2 — en daarnaast een simulatiebackend op basis van LeRobot. De modelvermeldingen omvatten onder meer ACT, varianten van GR00T N1 en π0, RDT-1B, SmolVLA, AgiBot GO-1 en TAO. Die aantallen vormen geen bewijs dat alle mogelijke combinaties zijn getest. 918

Wat is aangetoond, en wat nog niet?

Volgens China Mobile daalde de standaardafwijking van de gewrichtsversnelling van meer dan 10 naar ongeveer 0,1 rad/s². Het project stelt ook dat het aansluiten van een nieuwe robot van weken naar uren kan gaan en dat voor een nieuw model ongeveer 50–100 regels adaptercode volstaan. Dit zijn door het project gemelde resultaten, geen onafhankelijke benchmarks voor alle ondersteunde modellen en machines. 611

Tijdens echte uitvoeringen archiveert Open-RAIL gegevens voor latere training en evaluatie, waaronder waarnemingen, robottoestanden en modelresultaten. Als een operator ingrijpt om een beweging te corrigeren, kunnen ook die correcties afgestemd op de oorspronkelijke gegevens worden opgeslagen. Volgens berichtgeving over de release kan de modelserver op het apparaat zelf, dichtbij de robot (edge) of in de cloud draaien zonder de bovenliggende applicatiecode te wijzigen. De aangehaalde resultaten tonen niet aan hoeveel extra rekenwerk de gegevensverzameling kost of dat de prestaties op al die locaties gelijk zijn. 5611

De projectpagina van Open-RAIL is het vertrekpunt voor code en documentatie. Volgens berichtgeving is de code onder de Apache-2.0-licentie beschikbaar via GitHub en Gitee. Het eerdere VLA-RAIL-artikel gaat dieper in op de asynchrone koppeling en de twee stappen voor vloeiendere bewegingen. 139