Noietch/EVA-CLIENT

해결하는 문제

EVA-Client는 AI 정책 개발과 실제 로봇 배포 사이의 격차를 메우는 통합 소프트웨어 스택을 제공합니다. 새로운 로봇이나 정책 백엔드마다 맞춤형 뼈대 코드를 작성할 필요 없이, 단일 프레임워크를 통해 다양한 하드웨어 구현체에서 정책을 배포, 평가, 데이터 수집이 가능합니다.

작동 방식

시스템은 로봇 하드웨어와 AI 정책을 분리하는 미들웨어 계층으로 작동합니다. 다음과 같은 모듈식 아키텍처로 구성되어 있습니다:

• 트랜스포트: ROS 1, ROS 2, ZeroMQ 등의 다양한 통신 프로토콜을 지원하여 다양한 로봇 하드웨어와 통신합니다.
• 정책 백엔드: WebSockets 또는 ZeroMQ를 통해 OpenPI, StarVLA, GR00T 등의 여러 추론 엔진과 통합됩니다.
• 추론 전략: 동기, 비동기, RTC 등의 다양한 실행 방식을 구현하여 지연을 처리하고 로봇의 부드러운 동작을 보장합니다.
• 웹 콘솔: 브라우저 기반 인터페이스로 수동 원격 조종, 데이터 수집, 실시간 디버깅, 평가 결과 시각화가 가능합니다.

대상 사용자

체화형 AI(embodied AI)에 종사하는 로봇 연구자 및 엔지니어를 위한 것입니다. 특히 시각-언어-행동(Vision-Language-Action, VLA) 모델이나 강화학습(RL) 정책을 개발하여 실제 하드웨어에서 테스트하고 반복 개선이 필요한 분들에게 적합합니다.

주요 특징

• 광범위한 하드웨어 지원: AgileX, ARX, Franka Panda, AgiBot 히ュ먼로이드 등 다양한 로봇과 호환됩니다.
• 통합 데이터 파이프라인: LeRobot 데이터셋 형식으로 직접 원격 조종 데이터를 캡처하고, 내장된 품질 관리(QC) 플래그를 제공합니다.
• 포괄적인 평가 세트: 다중 체크포인트 스위프트, 프롬프트 셔플링, 롤아웃 데이터의 동기 재생(동영상, 3D 장면, 상태 차트)을 지원합니다.
• 인간-중재 루프(HIL): 정책 롤아웃 중 인간의 개입을 허용하여 RL 미세 조정을 위한 보정 데이터를 수집할 수 있습니다.
• 에이전트-하드웨어 인터페이스: EVA-MHS의 미리보기 포함, MCP 기반 서비스를 통해 코딩 에이전트가 로봇 상태를 확인하고 정책 모델을 호출할 수 있습니다.