Open-RAIL เชื่อมโมเดล AI กับหุ่นยนต์อย่างไร

โมเดล AI อาจส่งคำสั่งการเคลื่อนไหวออกมาทีละชุด แต่หุ่นยนต์ต้องได้รับคำสั่งควบคุมอย่างต่อเนื่อง ช่องว่างนี้คือสิ่งที่ Open-RAIL ของ China Mobile ตั้งใจแก้: มันเป็นชั้นซอฟต์แวร์โอเพนซอร์สระหว่างโมเดลประเภท VLA ซึ่งเชื่อมการมองเห็น ภาษา และการกระทำ หรือ WAM ซึ่งเป็นโมเดลโลกและการกระทำ กับตัวหุ่นยนต์ ไม่ใช่โมเดลที่มาฝึกแทนระบบเดิม แต่เป็นส่วนที่ช่วยนำผลจากโมเดลไปใช้งานจริง 69

หุ่นยนต์ไม่ต้องหยุดรอโมเดลคิด

Open-RAIL แยกงานอนุมานของโมเดลไว้ฝั่งเซิร์ฟเวอร์ ส่วนฝั่งหุ่นยนต์รับข้อมูลจากเซนเซอร์และลงมือทำ การรับข้อมูล การอนุมาน และการควบคุมทำงานแบบไม่ต้องรอกัน หุ่นยนต์จึงใช้คำสั่งชุดหนึ่งต่อไปได้ขณะโมเดลคำนวณชุดถัดไป รายงานเกี่ยวกับโครงการระบุว่าโมเดลสร้างผลลัพธ์ราว 5–10 ครั้งต่อวินาที ขณะที่วงรอบควบคุมหุ่นยนต์ทำงาน 200–500 ครั้งต่อวินาที 36

การไม่ต้องรอช่วยลดจังหวะหยุด แต่คำสั่งที่ได้ยังอาจทำให้หุ่นยนต์เคลื่อนไหวกระตุก Open-RAIL จึงปรับความราบรื่นสองระดับ: ระดับแรกเกลี่ยความเปลี่ยนแปลง ภายใน คำสั่งหนึ่งชุด และระดับที่สองเชื่อมชุดใหม่เข้ากับแนวการเคลื่อนไหวที่หุ่นยนต์กำลังทำอยู่ งานวิจัยฉบับก่อนหน้าในชื่อ VLA-RAIL อธิบายว่าแนวทางนี้มุ่งรักษาความต่อเนื่องของตำแหน่ง ความเร็ว และความเร่งตรงรอยต่อ โดยปรับที่ชั้นการทำงาน ไม่ต้องแก้น้ำหนักของโมเดล 123

เปลี่ยนโมเดลหรือหุ่นยนต์ได้ง่ายขึ้นแค่ไหน

ฝั่งฮาร์ดแวร์มีชั้นตัวกลางที่กำหนดวิธีอ่านสถานะและส่งคำสั่งให้เป็นรูปแบบร่วมกัน หากจะเพิ่มหุ่นยนต์ใหม่ ผู้พัฒนาทำตัวเชื่อมต่อไดรเวอร์แทนการเขียนระบบสั่งงานส่วนบนใหม่ทั้งหมด ฝั่งโมเดลก็มีอินเทอร์เฟซการอนุมานร่วม พร้อมการลงทะเบียนและส่งงานไปยังตัวเชื่อมต่อที่เลือก วิธีนี้ลดงานประกอบระบบ แต่ ไม่ได้รับประกันว่าโมเดลใด ๆ จะสั่งหุ่นยนต์ใด ๆ ได้อย่างเหมาะสมทันที 3810

China Mobile ระบุว่ารุ่นแรกมี ระบบเชื่อมต่อหุ่นยนต์ 4 แบบ และรายการโมเดล 10 รายการ ข้อมูลรายการรองรับระบุหุ่นยนต์จริง 3 แพลตฟอร์ม ได้แก่ Agibot G1, Ti5 T170C และ Navi WA2 รวมถึงระบบจำลองที่อิง LeRobot อีก 1 แบบ ส่วนรายการโมเดลครอบคลุม ACT, GR00T N1 รุ่นต่าง ๆ, RDT-1B, SmolVLA, AgiBot GO-1, π0 รุ่นต่าง ๆ และ TAO จำนวนที่ประกาศเป็นขอบเขตการรองรับที่ระบุไว้ ไม่ใช่ผลทดสอบว่าทุกคู่โมเดล–หุ่นยนต์ทำงานร่วมกันได้ 918

ตัวเลขที่รายงาน และสิ่งที่ยังต้องพิสูจน์

China Mobile รายงานว่าค่าส่วนเบี่ยงเบนมาตรฐานของความเร่งข้อต่อหุ่นยนต์ลดจาก มากกว่า 10 เหลือประมาณ 0.1 rad/s² อีกทั้งระบุว่าการเชื่อมหุ่นยนต์ใหม่ลดจากระดับหลายสัปดาห์เหลือหลายชั่วโมง และโมเดลใหม่อาจใช้โค้ดตัวเชื่อมต่อราว 50–100 บรรทัด ทั้งหมดเป็นผลที่โครงการรายงาน ยังไม่ใช่ผลทดสอบอิสระที่ยืนยันได้กับฮาร์ดแวร์และโมเดลทุกชุด 611

ระบบยังเก็บข้อมูลระหว่างหุ่นยนต์ทำงานจริง เช่น ข้อมูลที่สังเกตได้ สถานะหุ่นยนต์ และผลการอนุมาน เพื่อนำไปฝึกหรือประเมินโมเดลในภายหลัง หากคนเข้ามาแก้การทำงาน ข้อมูลการแก้ไขก็ถูกบันทึกให้เทียบกับคำสั่งเดิมได้ การแยกเซิร์ฟเวอร์ออกจากฝั่งหุ่นยนต์ยังเปิดทางให้วางระบบอนุมานไว้บนอุปกรณ์ ระบบใกล้หน้างาน หรือคลาวด์ โดยรายงานระบุว่าไม่ต้องแก้โค้ดแอปพลิเคชันส่วนบน อย่างไรก็ดี หลักฐานที่อ้างถึงยังไม่ยืนยันต้นทุนเพิ่มเติมของการเก็บข้อมูลหรือประสิทธิภาพที่เท่ากันในทุกตำแหน่งติดตั้ง 5611

ผู้สนใจดูโค้ดและเอกสารได้จาก หน้าโครงการ Open-RAIL โดยรายงานระบุว่าเผยแพร่โค้ดภายใต้สัญญาอนุญาต Apache-2.0 ผ่าน GitHub และ Gitee ส่วน บทความวิจัย VLA-RAIL ฉบับก่อนหน้า อธิบายรายละเอียดของระบบทำงานแบบไม่รอกันและการปรับคำสั่งทั้งสองระดับ 139