Noietch/EVA-CLIENT

何を解決するか

EVA-Client は、AIポリシー開発と現実世界のロボットデプロイメントの間のギャップを埋める統合ソフトウェアスタックを提供します。新しいロボットやポリシー後端ごとにカスタムボイラープレートを書く必要がなくなり、単一のフレームワークで多様なハードウェア実装に対してポリシーのデプロイ、評価、データ収集が可能になります。

動作方法

このシステムは、ロボットハードウェアとAIポリシーを分離するミドルウェア層として機能します。モジュールアーキテクチャにより構成されており、以下の要素を含みます：

• トランスポート：ROS 1、ROS 2、ZeroMQ などのさまざまな通信プロトコルをサポートし、異なるロボットハードウェアと通信します。
• ポリシー後端：WebSockets や ZeroMQ を介して、OpenPI、StarVLA、GR00T などの複数の推論エンジンと統合します。
• 推論戦略：同期、非同期、RTC などの異なる実行方法を実装し、レイテンシを処理し、滑らかなロボット動作を確保します。
• Webコンソール：ブラウザベースのインターフェースで、手動遠隔操作、データ収集、リアルタイムデバッグ、評価結果の可視化が可能になります。

対象ユーザー

体現型AI（embodied AI）に取り組むロボット研究者およびエンジニア向けです。特に、Vision-Language-Action（VLA）モデルや強化学習（RL）ポリシーを開発し、実機でテスト・反復する必要がある方々に最適です。

主な特徴

• 広範なハードウェア対応：AgileX、ARX、Franka Panda、AgiBot ヒューマノイドなど、幅広いロボットと互換性があります。
• 統合データパイプライン：LeRobot データセット形式への直接遠隔操作キャプチャと、組み込み品質管理（QC）フラグを備えています。
• 包括的な評価スイート：複数のチェックポイントスイープ、プロンプトシャッフル、ロールアウトデータの同期再生（動画、3Dシーン、状態チャート）をサポートします。
• 人間を介したループ（HIL）：ポリシーのロールアウト中に人間が介入し、RLのファインチューニング用の補正データを収集できます。
• エージェントからハードウェアへのインターフェース：EVA-MHS のプレビューを含み、MCPベースのサービスにより、コーディングエージェントがロボットの状態を確認し、ポリシーモデルを呼び出せます。