Open-RAIL łączy modele AI z robotami. Kluczowe jest to, co dzieje się między kolejnymi poleceniami

Model AI może zaplanować kilka kolejnych ruchów, ale robot nie powinien zatrzymywać się za każdym razem, gdy czeka na nowy wynik obliczeń. Temu służy Open-RAIL — udostępniona jako open source warstwa między modelami VLA (łączącymi obraz, język i działania) lub WAM (modelami świata generującymi działania) a urządzeniem, które ma wykonać polecenia. Open-RAIL nie zastępuje modelu: organizuje przekazywanie i wykonywanie jego wyników. 69

Robot działa, gdy model oblicza następny ruch

System rozdziela serwer uruchamiający model od klienta po stronie robota, który odbiera dane z czujników i wykonuje działania. Obserwacja, wnioskowanie i sterowanie przebiegają asynchronicznie. Dzięki temu robot może realizować bieżący fragment sekwencji ruchów, podczas gdy model przygotowuje następny. Opisy pierwszej wersji podają częstotliwość wnioskowania rzędu 5–10 Hz, wobec 200–500 Hz dla sterowania robotem. To właśnie tę różnicę tempa ma niwelować Open-RAIL. 36

Samo nieprzerwane dostarczanie poleceń nie wystarczy, jeśli ruch jest nierówny. Open-RAIL wygładza go w dwóch etapach: najpierw wewnątrz fragmentu sekwencji, a potem na styku wykonywanego ruchu i nowego fragmentu otrzymanego z modelu. Wcześniejsza praca o VLA-RAIL opisuje ten mechanizm jako sposób na zachowanie ciągłości położenia, prędkości i przyspieszenia między fragmentami. Odbywa się to w warstwie wykonawczej, bez zmiany parametrów modelu. 123

Jeden schemat podłączania, różne maszyny

Od strony sprzętu lekka warstwa abstrakcji ujednolica odczyt stanu robota i wydawanie mu poleceń. Nową maszynę można podłączyć przez adapter sterownika, bez przepisywania całego mechanizmu wykonawczego. Od strony modeli podobną rolę pełni wspólny interfejs wnioskowania: adapter dostarcza działania w oczekiwanym formacie, a mechanizm rejestracji i kierowania żądań łączy wybrane elementy. Łatwiejsza integracja nie jest jednak gwarancją, że działania dowolnego modelu będą odpowiednie dla dowolnego robota. 3810

China Mobile podaje, że pierwsza wersja obejmuje cztery środowiska robotyczne i dziesięć pozycji na liście modeli. W opisie tabeli obsługi wymieniono trzy fizyczne platformy — Agibot G1, Ti5 T170C i Navi WA2 — oraz środowisko symulacyjne oparte na LeRobot. Lista modeli obejmuje warianty z rodzin ACT, GR00T N1, RDT-1B, SmolVLA, AgiBot GO-1 i π0, a także TAO. Te liczby nie stanowią potwierdzenia, że przetestowano wszystkie możliwe połączenia modeli z robotami. 918

Co zmierzono, a co pozostaje deklaracją

Według China Mobile odchylenie standardowe przyspieszenia stawów robota spadło z ponad 10 do około 0,1 rad/s². Firma twierdzi też, że podłączenie nowego robota może zajmować godziny zamiast tygodni, a adapter nowego modelu może wymagać około 50–100 linii kodu. Są to wyniki przedstawione przez projekt, nie niezależne testy wszystkich obsługiwanych konfiguracji. 611

Open-RAIL zapisuje podczas rzeczywistej pracy dane przydatne do późniejszej oceny i trenowania modeli, w tym obserwacje, stany robota i wyniki wnioskowania. Gdy operator koryguje działanie maszyny, zapisy korekt mogą być dopasowywane czasowo do zapisów działania modelu. Rozdzielenie serwera i klienta pozwala według relacji o projekcie uruchamiać wnioskowanie na urządzeniu, na serwerze brzegowym lub w chmurze bez zmian w kodzie aplikacji wyższego poziomu. Przytoczone wyniki nie ustalają jednak kosztu zbierania danych ani tego, czy wydajność jest taka sama w każdym z tych wariantów. 5611

Punktem wyjścia do kodu i dokumentacji jest strona projektu Open-RAIL. Doniesienia o wydaniu wskazują na licencję Apache-2.0 oraz udostępnienie kodu przez GitHub i Gitee. Szczegóły asynchronicznego mechanizmu i obu etapów wygładzania opisuje wcześniejszy preprint VLA-RAIL. 139