Så kopplar Open-RAIL AI-modeller till robotar

En AI-modell kan räkna ut en robots nästa rörelse, men roboten kan inte stå stilla och vänta på varje svar. Det är glappet som China Mobiles öppna mjukvara Open-RAIL är byggd för att hantera. Den ligger mellan roboten och så kallade VLA- och WAM-modeller: modeller som tar fram handlingar utifrån bland annat synintryck, språk eller en beskrivning av omvärlden. Open-RAIL tränar inte om modellen, utan tar hand om vägen från modellens utdata till robotens löpande styrning. 69

Styrningen fortsätter medan modellen räknar

Open-RAIL skiljer modellens beräkningar på en server från avkänning och rörelse på en klient vid roboten. Observation, modellberäkning och styrning körs asynkront. Roboten kan därför utföra en uppsättning kommandon medan modellen tar fram nästa. Enligt rapporter om lanseringen arbetar modellberäkningen vid ungefär 5–10 Hz, mot 200–500 Hz för robotstyrningen. 36

För att rörelsen inte ska bli ryckig används utjämning i två steg. Först jämnas variationer ut inom en uppsättning kommandon. Därefter vävs nästa uppsättning in i den rörelse som redan pågår. Den tidigare forskningsrapporten om VLA-RAIL beskriver målet som kontinuitet i position, hastighet och acceleration även när en kommandosekvens avlöser en annan. Utjämningen sker i mjukvarulagret och kräver inte att modellens parametrar ändras. 123

Gemensamma gränssnitt – men inte fri kombination

Mot roboten ger ett tunt hårdvarulager gemensamma sätt att läsa av tillstånd och skicka kommandon. En ny robot kan anslutas med en drivrutinsadapter i stället för att hela körkedjan skrivs om. På modellsidan finns ett gemensamt gränssnitt för beräkning av handlingar; registrering och dirigering kopplar in de valda adaptrarna. Det förenklar integrationen, men garanterar inte att kommandon från vilken modell som helst passar vilken robot som helst. 3810

China Mobile uppger att den första versionen omfattar fyra robotanslutningar och tio modellposter. Beskrivningar av stödtabel­len anger tre fysiska robotplattformar – Agibot G1, Ti5 T170C och Navi WA2 – samt en simuleringsanslutning baserad på LeRobot. Modellposterna omfattar ACT, varianter av GR00T N1 och π0, RDT-1B, SmolVLA, AgiBot GO-1 och TAO. Antalen ska inte läsas som att alla kombinationer har testats. 918

Resultat som återstår att pröva bredare

Enligt China Mobile sjönk standardavvikelsen för robotledernas acceleration från över 10 till omkring 0,1 rad/s². Företaget uppger också att det kan ta timmar i stället för veckor att ansluta en ny robot och att en ny modell kan kräva omkring 50–100 rader adapterkod. Det är projektets egna uppgifter, inte oberoende jämförelser för samtliga robotar och modeller. 611

Open-RAIL sparar även data från verkliga körningar för senare träning och utvärdering. Enligt beskrivningar av systemet omfattar det observationer, robottillstånd och modellresultat, liksom tidsmässigt matchade uppgifter om korrigeringar när en människa ingriper. Uppdelningen mellan server och robotklient gör det enligt rapporteringen möjligt att placera modellberäkningen i enheten, nära den i ett lokalt nätverk eller i molnet utan att ändra den överordnade applikationskoden. De citerade resultaten visar däremot inte hur stor merkostnaden för datainsamlingen är eller att prestandan är likvärdig på alla dessa platser. 5611

Open-RAILs projektsida är utgångspunkten för kod och dokumentation. Enligt rapporter finns koden på GitHub och Gitee med licensen Apache-2.0. Den tidigare VLA-RAIL-rapporten förklarar den asynkrona kopplingen och de två stegen för rörelseutjämning mer ingående. 139