Open-RAIL 運営中

Open-RAILは、中国移動が世界に向けてオープンソース化する、具身知能のための汎用エンジニアリング基盤です。同時に、業界で初めてVLA/WAMモデルとロボット本体を接続する汎用ニューラルシステムでもあります。Open-RAILはフレームワークレベルで、推論—実行—データフィードバック—モデル反復のクローズドループを実現します。並列パイプラインにより動作の滑らかさを2桁向上させ、エッジ・エンド・クラウド間のデプロイではコード変更が不要です。新しいロボットの接続にかかる期間を週単位から時間単位へ短縮し、新しいモデルはわずか50—100行のコードで接続できます。現在、4種類の異種ロボットに対応し、10種類の主要モデルをサポートしています。モバイル星シェフロボットは杭州で常時運用されています。

推論実行：観測、推論、制御を3本の並列パイプラインに分離し、2段階の平滑化戦略と組み合わせます。これにより関節加速度の標準偏差を10+ rad/s²から0.1 rad/s²まで低減し、安定かつ滑らかな動作を実現します。
エッジ・エンド・クラウドデプロイ：推論をServer側に統一し、ロボット側は実行のみを担当します。接続先アドレスを1か所変更するだけで、エンド、エッジ、クラウド間を必要に応じて切り替えられ、計算能力がモデル選択の制約になりません。
異種ロボット対応：軽量なハードウェア抽象化層と統一されたモデル接続規約により、制御・状態インターフェースを標準化します。ロボットやモデルを変更しても、最初から作り直す必要はありません。
データ閉ループ：データ収集を各推論実行に組み込み、多視点画像、関節状態、推論結果をすぐに使える標準形式へ自動保存します。次の学習にそのまま投入できます。
推論と遠隔操作の混合：モデルの動作がずれた場合、いつでも人が介入して修正できます。修正軌跡と元の軌跡はタイムスタンプを厳密に同期して並行保存され、各手動修正が高品質な指向性教示になります。
「推論・収集・評価」閉ループ：モデル推論、ロボット実行、データフィードバック、モデル反復を汎用的な閉ループとして接続します。業界の空白を埋め、より多くのロボットやモデルへ効果を大規模に展開できます。

WeChatでフォローし「開源」と返信すると、AIオープンソースプロジェクト交流グループに参加できます。
並列パイプライン推論アーキテクチャ：VLA/WAMモデルの推論遅延とロボット制御周期の間にある30—50倍の差に対応するため、Open-RAILはロボット側で観測、推論、制御を3本の並列パイプラインに分離します。観測スレッドは環境と関節状態を継続的に収集し、推論スレッドはアクションブロックを継続的に計算し、制御スレッドは下位コントローラへ継続的に指令を送ります。3者は互いに待機しないため、直列処理による動作の引っかかりを解消します。
2段階オンライン動作平滑化：モデルの出力は離散的な動作点であり、そのまま実行すると高周波の加減速衝撃が発生します。Open-RAILはフレームワークレベルで、ブロック内・ブロック間の2段階平滑化戦略を実装しています。すべてオンラインでリアルタイム計算されるため、モデルの重みや事後学習を変更せずに、関節加速度の標準偏差を10+ rad/s²から0.1 rad/s²まで低減し、ハードウェアへの高周波衝撃を抑えられます。
Server-Clientによるエッジ・エンド・クラウド分離：システムは推論をServer側に統一的に抽象化し、ロボット本体（Client）は動作実行と状態報告のみを担当します。Serverは本体、エッジ計算環境、クラウドのいずれにも配置でき、コードは完全に共通です。接続先アドレスを変更するだけで、エンド、エッジ、クラウドの3種類のデプロイ形態をコード変更なしで切り替えられ、モデル規模が本体の組み込み計算能力に制約されません。
ハードウェア抽象化層と統一接続規約：Open-RAILは軽量なハードウェア抽象化層（HAL）を切り出し、制御指令、状態取得、動作実行を標準化してカプセル化します。新しいロボットは下位層のアダプターを実装して登録するだけで、上位ロジックをそのまま再利用できます。モデル側にも統一推論インターフェースを定義しており、新しいモデルは標準インターフェースを実装するだけで接続できます。通常は50—100行のコードで済み、本体やモデルをまたぐ適応コストを最小限に抑えます。

環境の確認：Python ≥ 3.10のLinux環境を用意します。サーバー側にはNVIDIA GPU + CUDA + PyTorchが必要です。クライアント側にはロボットの要件に応じてメーカーSDKまたはROSをインストールします。両側はZMQを介して同一LAN内で通信します。
コードの取得：Gitee、GitHub、または焕新コミュニティからリポジトリをクローンします（git clone https://gitee.com/cmcc-tao/open-rail.git）。
依存関係のインストール：conda環境を作成した後、pip install -e .を実行します。vla-serverとvla-web-clientの2つのコマンドラインエントリーポイントが自動登録されます。
サーバーの起動：python run_server.py --model_type <モデルタイプ> --model_path <重みのパス>を実行し、選択したVLA/WAMモデルを読み込んで、ZMQ経由で推論エンドポイントを公開します。
Webクライアントの起動：python run_web_client.pyを実行します（デフォルトではconf/default_conf.yamlを読み込み、9000ポートで待機）。--confでカスタム設定を指定できます。
接続の確認：ブラウザでhttp://localhost:9000を開き、Web画面、カメラ映像、ロボット状態が準備完了になっていれば起動成功です。タスクを選択するとロボットを駆動できます。
シミュレーションから開始（実機なし）：conf/robots_conf.pyでMockバックエンドのdataset_pathをLeRobotデータセットに設定し、--model_type mockと組み合わせることで、まず全体のフローを検証できます。
実機での実行：conf/*.yamlのrobots.typeを対象アダプター（agibot_g1 / ti5_t170c / navi_wa2）に変更し、ドキュメントに従ってカメラトピックとaction_layoutを設定した後、同じ2つのコマンドで起動します。
エッジ・エンド・クラウドの切り替え：コードを変更する必要はありません。設定内のサーバーネットワークアドレスだけを変更すれば、推論を本体、エッジ、クラウドのいずれでも実行できます。
データ取得と評価：実行のたびにLeRobot形式のParquet学習データとeval/評価ログ（JSON/CSV）が自動生成され、そのまま学習にフィードバックできます。「推論+遠隔操作による修正」の混合モードは10月のオープンソース化を予定しています。

安定かつ滑らかな動作：3スレッドの非同期パイプラインと2段階オンライン平滑化により、推論と制御の間にある30—50倍の周波数差をフレームワークレベルで解消します。関節加速度の標準偏差を10+ rad/s²から0.1 rad/s²に低減し、モデルを変更せず、モデルアーキテクチャにも制限を設けません。
一度の適応でどこでも再利用：軽量なハードウェア抽象化層と統一接続規約により、新しいロボットの接続期間を週単位から時間単位へ短縮し、新しいモデルはわずか50—100行のコードで接続できます。上位ロジックは完全に再利用できます。
計算能力が障壁にならない：サーバーとクライアントを分離したアーキテクチャにより、推論をServer側に統一します。接続先アドレスを1か所変更するだけで、コード変更なしにエンド、エッジ、クラウドのデプロイを切り替えられ、組み込み機器でも大規模モデルを駆動できます。
実行・収集・評価を同時に実現：データ収集と評価ログを各推論実行に組み込み、すぐに使えるLeRobot形式のデータと再現可能な処理時間指標を自動生成します。「推論・収集・評価」の閉ループを実現します。
手動修正がそのまま教示データに：遠隔操作との混合モードでは、いつでも一時停止、介入・修正、再開が可能です。修正軌跡と元の軌跡はタイムスタンプを厳密に同期して並行保存され、高品質な指向性学習データになります。
実環境で検証済み：モバイル星シェフロボットは杭州の園区で常時運用されています。1日平均100杯以上のコーヒーを提供し、1杯あたり90秒で全工程を完了します。長系列タスクの全工程をモデルが自律的に意思決定し、基盤としての価値を実証しています。

プロジェクト公式サイト：https://cmcc-tao.github.io/open-rail/

商用サービスロボット：導入済みの「モバイル星シェフ」など。コーヒーの調製、電子レンジによる食事の加熱など、長系列のサービス業務を実行します。1日平均100杯のコーヒーを提供し、1杯あたり90秒で全工程を完了します。複数注文を並行処理し、全工程でモデルが自律的に意思決定します。
産業巡回点検・監視：変電所、サーバールーム、工場などで、設備点検、計器の読み取り、異常警報といった反復的な監視業務を実行します。エッジ・エンド・クラウドデプロイにより、大規模モデルの推論をエッジまたはクラウドで実行でき、本体に大きな計算能力は必要ありません。
高齢者・医療支援：お茶や水の配膳、物品の搬送、リハビリテーション支援などのシーンに対応します。滑らかな実行能力により、人と近距離でインタラクションする際の安全性と柔らかさを確保します。
研究・教育実験：大学やスタートアップチームは、Mockシミュレーションバックエンドを使ってハードウェアなしで開始し、VLAモデルの効果を迅速に検証できます。新しいモデルの接続は50—100行のコードで済むため、研究者はモデルの革新に集中でき、エンジニアリングパイプラインの構築に時間を取られません。