Open-RAIL łączy modele AI z robotami. Klucz tkwi w pracy równoległej

Robot nie może czekać z każdym ruchem, aż model AI skończy obliczenia. Modele VLA, łączące obraz, język i działanie, oraz WAM, łączące modelowanie świata z działaniem, mogą wyznaczać polecenia porcjami. Układ sterowania musi natomiast pracować w sposób ciągły. Open-RAIL, udostępniona na otwartej licencji warstwa pośrednia China Mobile, ma połączyć te dwa rytmy bez przywiązywania całego systemu do jednego modelu i jednej konstrukcji robota. 37

Robot działa, gdy model oblicza następny ruch

Open-RAIL rozdziela zadania między serwer, który obsługuje wnioskowanie modelu, planowanie zadań i zarządzanie danymi, a klienta po stronie robota, odpowiedzialnego za odczyt stanu i wykonywanie poleceń. Obserwacja, wnioskowanie i sterowanie biegną osobnymi, asynchronicznymi ścieżkami. Dzięki temu robot może wykonywać bieżący fragment trajektorii, podczas gdy model przygotowuje następny, zamiast zatrzymywać się na czas obliczeń. 311

Sama praca równoległa nie wystarcza, jeśli kolejne porcje poleceń powodują szarpnięcia. Dlatego Open-RAIL stosuje dwa poziomy wygładzania: najpierw ogranicza zakłócenia między punktami jednej porcji ruchu, a następnie łączy nową porcję z trajektorią już wykonywaną przez robota. Celem jest ograniczenie drgań wewnątrz porcji i gwałtownych zmian na ich granicy — bez modyfikowania wag modelu. Wcześniejszy preprint VLA-RAIL opisuje te mechanizmy jako wygładzanie trajektorii i łączenie kolejnych porcji działań. 211

Jeden sposób podłączania modeli, różne roboty

Po stronie sprzętu lekka warstwa abstrakcji ujednolica odczyt stanu oraz wydawanie poleceń. Podłączenie nowego robota ma więc wymagać przygotowania odpowiedniego adaptera sterownika, a nie przepisywania logiki wyższego poziomu. Po stronie AI modele korzystają ze wspólnego interfejsu wnioskowania; mechanizm routingu wybiera zarejestrowane adaptery modelu i robota. Ma to ograniczać pracę integracyjną przy zmianie któregokolwiek z tych elementów. 37

Według podawanych informacji pierwsza wersja obejmuje cztery backendy robotów i dziesięć wariantów modeli. Wymieniane backendy to Agibot G1, Ti5 T170C, Navi WA2 oraz symulacyjny backend oparty na LeRobot. Lista modeli obejmuje rodziny ACT, GR00T N1/N1.5/N1.6, RDT-1B, SmolVLA, AgiBot GO-1, π0/π0.5 i TAO. Nie oznacza to jednak, że potwierdzono działanie każdej możliwej pary model–robot. 9

Co wiadomo o efektach — a czego nie

China Mobile podaje, że odchylenie standardowe przyspieszenia stawów spadło z ponad 10 do około 0,1 rad/s². Według tych samych doniesień czas podłączenia nowego robota skrócił się z tygodni do godzin, a adapter nowego modelu może wymagać jedynie 50–100 wierszy kodu. To deklarowane wyniki, nie niezależnie potwierdzona gwarancja dla każdego sprzętu i zastosowania. 117

Open-RAIL włącza także zbieranie danych z rzeczywistej pracy robota do procesu obejmującego wnioskowanie i wykonywanie ruchów, tak aby zgromadzone dane mogły posłużyć do dalszego doskonalenia modeli. Podział na serwer i klienta pozwala umieścić wnioskowanie na urządzeniu, w infrastrukturze brzegowej albo w chmurze bez zmiany aplikacji po stronie robota. Dostępne informacje nie pozwalają jednak niezależnie ocenić kosztu takiego zbierania danych ani szczegółowo potwierdzić zawartości każdego zapisu. 5814

Kod i dokumentacja na licencji Apache-2.0 są dostępne przez stronę projektu Open-RAIL. Doniesienia wspominają również o kopiach w GitHubie i Gitee, lecz przytoczone materiały nie potwierdzają ich dokładnych adresów. 92