Hoe Open-RAIL AI-modellen met verschillende robots verbindt

Een robot kan niet telkens stilstaan wanneer zijn AI-model over de volgende beweging nadenkt. Toch is dat precies de technische kloof die ontstaat wanneer een model acties in opeenvolgende reeksen berekent, terwijl de besturing van de robot continu moet doorlopen. China Mobile heeft Open-RAIL als open-sourcetussenlaag uitgebracht om die kloof te overbruggen. Het systeem verbindt vision-language-action-modellen (VLA), die beeld en taal omzetten in handelingen, en world-action-modellen (WAM) met uiteenlopende robothardware. Het is een uitvoeringslaag, geen nieuw model dat zelf getraind wordt. 379

Hoe blijft de robot bewegen terwijl het model rekent?

Open-RAIL verdeelt het werk over een server en een client op de robot. De server verzorgt onder meer modelinferentie, planning en databeheer; de robotclient leest sensoren uit en voert bewegingen uit. Observatie, inferentie en besturing verlopen daarbij als afzonderlijke, asynchrone stromen. Terwijl de robot een eerder berekende reeks acties uitvoert, kan het model alvast de volgende reeks berekenen. Zo hoeft de besturing niet op elke nieuwe modeluitkomst te wachten. 311

Dat onderscheid is nodig omdat modelinferentie honderden milliseconden kan kosten, terwijl robotbesturing op millisecondeniveau moet reageren. De server-clientopzet maakt het bovendien mogelijk om de inferentie op het apparaat, op een nabijgelegen edge-systeem of in de cloud te plaatsen zonder de applicatiecode aan de robotkant te wijzigen. Welke opstelling in de praktijk geschikt is, hangt nog steeds af van de beschikbare verbinding en rekenkracht. 148

Twee ingrepen tegen schokkerige bewegingen

Doorlopende besturing lost niet vanzelf alle haperingen op: een reeks acties kan intern onregelmatig zijn, en de overgang naar een nieuwe reeks kan abrupt verlopen. Open-RAIL pakt beide problemen afzonderlijk aan. Een eerste stap vlakt de bewegingen binnen één reeks af. Een tweede stap voegt een nieuwe reeks samen met de beweging die al wordt uitgevoerd. Die bewerkingen vinden plaats in de tussenlaag; de gewichten van het AI-model hoeven er niet voor te worden aangepast. 211

China Mobile meldt dat de standaardafwijking van de gewrichtsversnelling hiermee daalde van meer dan 10 rad/s² naar ongeveer 0,1 rad/s². Dat is een gerapporteerde uitkomst, geen hier onafhankelijk vastgesteld resultaat voor alle robots en taken. 117

Een andere robot of een ander model aansluiten

Voor de hardware gebruikt Open-RAIL een lichte abstractielaag: functies voor het uitlezen van de robotstatus en het uitvoeren van acties krijgen een vaste vorm. Een nieuwe robot vraagt daardoor om een passende driveradapter, niet om een herschrijving van de bovenliggende uitvoeringslogica. Aan de modelkant geldt een gemeenschappelijke inferentie-interface. Registratie en automatische routering moeten vervolgens de juiste model- en robotadapters met elkaar verbinden. 37

Volgens de gerapporteerde cijfers kan het aansluiten van een nieuwe robot daardoor van weken naar uren gaan; voor een nieuw model zou doorgaans 50 tot 100 regels adaptercode volstaan. Ook deze cijfers zijn claims over de inzet van het systeem, geen garantie voor iedere combinatie. 711

De eerste versie wordt beschreven als geschikt voor vier robotbackends en tien modelvarianten. De genoemde backends zijn Agibot G1, Ti5 T170C, Navi WA2 en een op LeRobot gebaseerde simulatiebackend. Aan modelzijde worden onder meer ACT, GR00T N1/N1.5/N1.6, RDT-1B, SmolVLA, AgiBot GO-1, π0/π0.5 en TAO genoemd. Uit de beschikbare informatie blijkt niet dat elke genoemde modelvariant met elke robotbackend werkt. 9

Uitvoering levert ook gegevens voor verbetering op

Open-RAIL neemt gegevensverzameling op in dezelfde werkwijze als inferentie en uitvoering. Echte robotruns kunnen zo trainingsklare gegevens opleveren voor een volgende modelversie, in plaats van een volledig afzonderlijk verzamelproces te vereisen. De beschikbare onderbouwing stelt niet vast hoeveel extra verwerking dat kost of welke gegevens in iedere configuratie precies worden opgeslagen. 5814

De Apache-2.0-code en documentatie zijn te vinden via de projectpagina van Open-RAIL. Berichten noemen ook kopieën op GitHub en Gitee, maar de hier beschikbare informatie bevestigt hun exacte repositoryadressen niet. De eerdere VLA-RAIL-preprint beschrijft de asynchrone koppeling en de twee stappen voor het afvlakken en samenvoegen van bewegingsreeksen. 92