RAI

Marco de agentes neutral respecto a proveedores para robots ROS 2 e IA física

Licencia

Apache-2.0

Resumen

RAI es un marco agéntico neutral respecto a proveedores para IA física, construido por Robotec.ai sobre herramientas de ROS 2 y mantenido desde mediados de 2024. Más que un agente, es un conjunto de paquetes que se componen: rai core para el sistema multiagente y la interacción humano-robot, rai_whoami para sintetizar la autodescripción de un robot a partir de un directorio estructurado de documentación, imágenes y URDFs, rai_asr y rai_tts para voz de entrada y salida, rai_perception para detección de objetos de conjunto abierto, rai_sim para conectar simuladores, rai_bench para evaluar agentes y modelos, y rai_nomad para navegación. Las demostraciones corren sobre plataformas reales: un tractor autónomo de huerto, un Franka Panda haciendo manipulación guiada por lenguaje y un Husarion ROSbot XL navegando.

La decisión de diseño que lo distingue está en el nombre: neutral respecto a proveedores. RAI no presupone un proveedor de modelos concreto ni un robot concreto: presupone ROS 2 y construye hacia arriba. Eso lo convierte en el más conservador de la hornada actual de marcos agénticos para robótica, y conservador es la palabra correcta: se mantiene desde junio de 2024, más de un año antes de la ola de proyectos parecidos, y eso se nota en la estructura. Voz, percepción, simulación y evaluación son paquetes separados con sus propios límites, no funciones de un monolito.

rai_whoami merece mención aparte porque aborda un problema que los demás suelen ignorar: un agente que gobierna un robot necesita saber qué es ese robot. Extrae y sintetiza información de encarnación desde un directorio estructurado de documentación, imágenes y URDFs, que es una respuesta concreta a una pregunta que normalmente se deja a la ingeniería de prompts. rai_bench importa por lo mismo: un marco que trae su propia suite de evaluación es un marco que espera ser medido. De los paquetes listados, solo rai_finetune, para afinar modelos de lenguaje sobre datos encarnados, sigue sin marcar en la hoja de ruta.

Por qué importa

Los marcos agénticos para robots llegaron todos a la vez en 2026 y la mayoría tiene meses. RAI viene de antes de la ola, de una casa de software robótico y no de un laboratorio, y está construido sobre ROS 2 en lugar de alrededor de un modelo concreto. Para quien decide sobre qué construir, y no qué leer, la longevidad y la neutralidad de proveedor son las dos propiedades que de verdad importan, y esta es la entrada de la categoría que tiene ambas.

Qué problema resuelve

Conectar un modelo de lenguaje a un robot suele significar escribir el pegamento uno mismo: voz, percepción, la descripción de qué es siquiera el robot, y alguna forma de saber si el resultado funciona. RAI aporta eso como paquetes ROS 2 separados que se pueden adoptar de uno en uno, sin comprometerse con un proveedor de modelos ni de robots.

Puntos clave

• Neutral respecto a proveedores por diseño: ningún proveedor de modelos presupuesto, ningún robot presupuesto, construido sobre herramientas de ROS 2
• Compuesto de paquetes separados —core, whoami, asr, tts, perception, sim, bench, nomad— en vez de un monolito
• rai_whoami sintetiza la descripción de encarnación del propio robot desde su documentación, imágenes y URDFs, que es la pieza que la mayoría de marcos deja a la ingeniería de prompts
• rai_bench trae una suite de evaluación para agentes, modelos, herramientas y simuladores junto al propio marco
• Las demostraciones corren sobre plataformas reales: tractor autónomo de huerto, Franka Panda con Grounded SAM 2 y un Husarion ROSbot XL
• Mantenido desde junio de 2024, más de un año antes de la ola de marcos comparables de 2026
• Multimodal por construcción: voz de entrada y salida, visión e interfaces de texto son de primera clase

Para quién es

• Equipos ROS 2 que añaden interacción en lenguaje natural a una pila robótica existente
• Quien construya comportamiento robótico multiagente o multimodal sin querer quedar atado a un proveedor de modelos
• Investigadores que necesitan una suite de evaluación del comportamiento del agente y no solo un tiempo de ejecución
• Integradores de robots móviles, manipuladores o maquinaria de campo sobre ROS 2

Limitaciones

• ROS 2 se presupone en todo: aquí no hay camino para un robot que no esté ya sobre él
• La amplitud tiene coste: ocho paquetes con madurez distinta, y rai_finetune sigue sin marcar en la hoja de ruta
• Las demostraciones son primero en simulación; el tractor y el ROSbot XL muestran el marco en un simulador, no metraje de máquinas desplegadas
• Neutral respecto a proveedores significa que el modelo y las claves los pones tú, así que ejecutarlo no es gratis y la calidad depende de decisiones que el marco no toma por ti
• La documentación vive en un sitio aparte y no en el repositorio, así que el README por sí solo no dice cómo empezar
• Un marco de este alcance es un compromiso; adoptar un paquete es fácil, adoptar la arquitectura no