Como o Open-RAIL conecta modelos de IA a robôs sem interromper o movimento

Um modelo de IA pode decidir o que um robô deve fazer, mas há uma diferença entre gerar ações e comandar motores continuamente. É nessa passagem que entra o Open-RAIL, camada de execução de código aberto da China Mobile para conectar modelos de visão, linguagem e ação (VLA) ou modelos de mundo e ação (WAM) a diferentes robôs. O projeto busca evitar que a máquina pare ou se mova aos trancos enquanto espera uma nova resposta do modelo. 69

Como o robô continua em movimento

O Open-RAIL separa a inferência do modelo, feita em um servidor, da percepção e da execução, feitas em um cliente conectado ao robô. Observação, inferência e controle funcionam de forma assíncrona: o robô pode executar um bloco de ações enquanto o modelo prepara o seguinte. Segundo relatos sobre o lançamento, a inferência ocorre em torno de 5 a 10 Hz — vezes por segundo —, enquanto o controle do robô opera a 200 a 500 Hz. A arquitetura foi desenhada para lidar com essa diferença de ritmo. 36

Receber o próximo bloco, porém, não basta para garantir um movimento fluido. O sistema aplica duas etapas de suavização: uma reduz oscilações dentro do próprio bloco; a outra combina o bloco recém-gerado com a trajetória já em execução. O estudo anterior sobre o VLA-RAIL descreve o objetivo técnico como manter a continuidade de posição, velocidade e aceleração na passagem entre blocos. Isso acontece na camada de execução, sem alterar os pesos do modelo. 123

O que muda ao trocar o modelo ou o robô

Do lado do hardware, uma camada de abstração padroniza operações como ler o estado do robô e enviar ações. Para conectar outra máquina, a ideia é criar um adaptador para seu controlador, sem reescrever todo o fluxo de execução. Do lado da IA, uma interface comum recebe as ações de adaptadores de modelos; o registro e o roteamento encaminham a execução aos adaptadores selecionados. Facilitar a integração não significa, por si só, que qualquer modelo seja adequado a qualquer robô. 3810

A China Mobile informa quatro opções de execução para robôs e dez entradas de modelos na primeira versão. As descrições da tabela de suporte apontam três plataformas físicas — Agibot G1, Ti5 T170C e Navi WA2 — e uma opção de simulação baseada no LeRobot. As entradas de modelos incluem ACT, variantes de GR00T N1, RDT-1B, SmolVLA, AgiBot GO-1, variantes de π0 e TAO. Essa contagem não deve ser interpretada como uma matriz em que todas as combinações entre modelos e robôs foram testadas. 918

Resultados anunciados e pontos ainda em aberto

Segundo a China Mobile, o desvio-padrão da aceleração das articulações caiu de mais de 10 para cerca de 0,1 rad/s² com o Open-RAIL. O projeto também afirma que a integração de um novo robô passou de semanas para horas e que um novo modelo pode exigir aproximadamente 50 a 100 linhas de código para seu adaptador. São resultados divulgados pelo projeto, não medições independentes que comprovem o mesmo desempenho em todos os modelos e equipamentos listados. 611

Durante execuções reais, o sistema também arquiva observações, estados do robô e resultados da inferência para uso posterior em treinamento e avaliação. Quando um operador intervém para corrigir uma ação, os registros da correção podem ser guardados de forma alinhada aos da execução. Como a inferência fica separada do cliente do robô, o servidor pode ser instalado no próprio dispositivo, em infraestrutura de borda — próxima de onde o robô opera — ou na nuvem sem mudar o código da aplicação de nível superior, segundo a cobertura do lançamento. As fontes citadas não estabelecem o custo adicional dessa coleta nem demonstram desempenho equivalente nos três locais de implantação. 5611

A página do projeto Open-RAIL reúne os caminhos para o código e a documentação. A cobertura do lançamento informa que o código tem licença Apache-2.0 e está disponível pelo GitHub e pelo Gitee. Para os detalhes técnicos da ligação assíncrona e das duas etapas de suavização, há também o preprint do VLA-RAIL. 139