{"schema_version":"1.0","service":"Publicasta","type":"article","id":625,"slug":"openarm_2_reproducible_physical_ai_research_stack","title":"OpenArm 2.0 превращает воспроизводимые эксперименты с физическим ИИ в настоящий open-source-проект","excerpt":"OpenArm 2.0 — это не просто семистепенной робот-манипулятор. Проект связывает открытое железо, ROS 2, симуляцию, телеоперацию, датасеты и единую испытательную ячейку в рабочий процесс, который другие лаборатории могут повторить.","language":"ru","default_language":"en","canonical_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack?lang=ru","image":{"url":"https://publicasta.com/storage/projects/10/pages/625/2026/09/e99395d4-f3a9-45ec-876e-344b3e9b036c.webp","alt":"Универсальный коллаборативный робот-манипулятор в стандартной исследовательской ячейке с камерами и калибровочными объектами."},"publisher":{"id":10,"slug":"open_source_radar","name":"Open Source радар","url":"https://publicasta.com/open_source_radar"},"author":{"name":"Anton R"},"published_at":"2026-09-16T13:58:18+00:00","updated_at":"2026-09-16T13:58:18+00:00","content_markdown":"Роборуку легко сфотографировать, но трудно воспроизвести. Две лаборатории могут купить номинально одинаковое оборудование, запустить одну и ту же политику и всё равно собрать данные при разных положениях камер, освещении, процедурах калибровки, настройках контроллера и определениях задачи. Когда результат улучшается, сложно понять, стала ли модель лучше или сам эксперимент незаметно изменился.\n\n ![Универсальный коллаборативный робот-манипулятор в стандартной исследовательской ячейке с камерами и калибровочными объектами.](https://publicasta.com/storage/projects/10/pages/625/2026/09/e99395d4-f3a9-45ec-876e-344b3e9b036c.webp)\n\n Именно эту проблему пытается решить OpenArm 2.0. Проект Enactic представлен как открытая гуманоидная рука с семью степенями свободы, но главное изменение выходит за пределы механики. Линейка 2.0 объединяет руку с испытательной ячейкой, форматом данных, средами симуляции, пакетами ROS 2, сценариями телеоперации и будущим пассивным устройством обучения. Цель — сделать эксперименты с физическим ИИ переносимыми между машинами, а со временем и между лабораториями.\n\n Проект привлёк внимание необычной для исследовательской робототехники доступностью: разработчики заявляют полную бимануальную систему за $6 500, с вариантами в виде готовой сборки и DIY-комплекта. Цена важна, но это не главная причина для интереса. Более значимая идея состоит в том, что робота следует рассматривать как воспроизводимую программно-аппаратную платформу с данными, а не как единственную в своём роде исследовательскую установку.\n\n OpenArm всё ещё активно разрабатывается. В собственной документации проект отмечает нестабильные аппаратные мосты, продолжающуюся работу над MoveIt 2 и ещё не выпущенное устройство KER. Поэтому разумный вопрос звучит не так: готов ли OpenArm заменить любую лабораторную платформу? Важнее понять, полезен ли открытый стек уже сейчас для определённого типа исследователей — и настолько ли прозрачно описаны его ограничения, чтобы ими можно было управлять.\n\n ## Что именно добавляет OpenArm 2.0\n\n OpenArm 1.0 сформировал исходное предложение: человекоподобная рука с открытыми аппаратными чертежами, программным обеспечением и документацией. Релиз 2.0 сохраняет базовый механический формат, но перестраивает проект вокруг рабочего процесса. В [обзоре версии 2.0](https://docs.openarm.dev/overview/whats-new-in-2.0/) Enactic описывает три связанные части: руку OpenArm 2.0, OpenArm Cell и OpenArm KER. Последняя пока не выпущена, поэтому её следует считать планируемым компонентом, а не устройством, доступным покупателям сегодня.\n\n Рука остаётся конструкцией с семью степенями свободы на основании из профиля MISUMI. В опубликованных характеристиках указана номинальная полезная нагрузка 4,1 кг и пиковая нагрузка 6,0 кг, включая концевой эффектор. Эти цифры помогают понять предполагаемый исследовательский диапазон, но не означают, что любой груз безопасен в любой позе или при любом движении. Документация определяет номинальное значение для наихудшего положения при условии работы в течение одной минуты и отделяет его от кратковременной пиковой нагрузки. Захват, камера, инструмент или нестандартное крепление занимают часть этого запаса.\n\n OpenArm Cell — более важное для воспроизводимости дополнение. Она создаёт стандартизированную среду с едиными фоном, освещением и размещением камер. Это звучит буднично, пока команда не пытается сопоставить демонстрации, записанные с разницей в несколько месяцев. Изменение высоты потолочной камеры меняет видимый размер объекта. Другая лампа влияет на блики на чашке или контраст вокруг кабеля. Новая поверхность стола может превратить выученный захват в трюк, работающий только на конкретном бенчмарке.\n\n Ячейка не устраняет все источники вариаций, но создаёт общую точку отсчёта. На [сайте проекта](https://enactic.ai/) она описана как средство автоматической оценки и сравнения роботизированных политик между итерациями. Это более содержательное обещание, чем обычное утверждение, будто открытое железо само по себе демократизирует робототехнику. Снижение стоимости платформы помогает большему числу людей её получить; стандартизация эксперимента помогает им учиться друг у друга.\n\n Третий компонент, KER, задуман как пассивное устройство обучения без моторов. Enactic утверждает, что конструкция с нулевым числом приводов достаточно лёгкая для ношения или установки рядом с оператором и должна уменьшить усталость во время длительных сеансов телеоперации. Но устройство прямо обозначено как ещё не доступное. Это важно, поскольку текущий сценарий сбора данных опирается на уже выпущенные инструменты: телеоперацию через VR/WebXR, симуляцию и непосредственное управление физической рукой.\n\n ## Настоящий продукт — программный стек\n\n Репозиторий разделён на части, соответствующие знакомым исследовательским задачам. Главная страница проекта ссылается на CAD аппаратуры, описание робота, библиотеку управления по CAN, интеграцию с ROS 2, узлы телеоперации, среды симуляции, библиотеку датасетов и соединения с Dora — фреймворком потоков данных. В [руководстве по программному обеспечению](https://docs.openarm.dev/api-reference/) стек описан как набор компонентов для описания робота, высокочастотного управления моторами, настройки CAN, промежуточного слоя ROS 2 и независимых процессов Python для управления, записи и инференса.\n\n Такая модульность ценна потому, что команды робототехников редко сходятся на одном полном фреймворке. Одной группе может понадобиться ROS 2 для контроллеров и MoveIt 2 для планирования, MuJoCo — для экспериментов с динамикой, собственный сервер политики — для инференса, а отдельный формат хранения — для демонстраций. OpenArm не заставляет все эти интересы помещаться в одно монолитное приложение. Вместо этого он предоставляет интерфейсы, которые можно заменить или расширить.\n\n Обратная сторона — интеграционную работу получает пользователь. «Открытый» не означает «одна команда — и готово». Инструкция по установке рассчитана на Ubuntu и рекомендует ROS 2 Humble, тогда как поддержка Jazzy описана как работающая в процессе и потенциально нестабильная. Пакету ROS 2 нужны зависимости для контроллера и аппаратного интерфейса. Для реального оборудования требуются CAN-интерфейсы и соответствующая низкоуровневая библиотека. Команда без опыта с ROS потратит время на изучение промежуточного слоя, прежде чем доберётся до интересующего её эксперимента.\n\n [Документация управления через ROS 2](https://docs.openarm.dev/api-reference/ros2/control/) чётко показывает границу возможностей. Пакет может предоставлять команды положения, скорости и крутящего момента, а также работать с имитацией аппаратуры, что удобно для тестирования. Но на той же странице предупреждается, что компоненты аппаратного моста обновляются, мост захвата особенно активно меняется, а интеграция с MoveIt 2 находится в разработке. Это не примечание мелким шрифтом, а различие между многообещающей исследовательской платформой и зрелым промышленным роботом.\n\n Практическую проверку стоит начинать с режима виртуального оборудования. Если команда не может запустить описание робота, посмотреть состояния сочленений и выполнить имитационный цикл управления, покупка руки не устранит программную проблему. Она добавит к ней моторы, силовую электронику, калибровку, механические ограничения и процедуры безопасности.\n\n ## Симуляция полезна ещё до доставки робота\n\n Поддержка MuJoCo даёт OpenArm более сильную точку входа, чем комплект, рассчитанный только на аппаратные эксперименты. В [руководстве по симуляции](https://docs.openarm.dev/simulation/mujoco/) приведены файлы MJCF для одной руки и бимануальной конфигурации, а также объясняется, как загрузить их в симулятор MuJoCo. В симуляции проект использует управление крутящим моментом. Это ближе к задаче, которую должна решать исследовательская команда, чем простая анимация углов сочленений.\n\n Документация также описывает симуляцию как место для проверки процесса сбора данных. С WebXR исследователь может управлять версией руки в MuJoCo с помощью VR-контроллеров, записывать эпизоды, просматривать полученные данные и преобразовывать их в обучающий формат, не имея физического устройства. [Учебник по WebXR](https://docs.openarm.dev/tutorial/data-collection-webxr/) проводит через полный путь: локальный интерфейс сбора данных, браузерный VR-контроллер, метки успеха и неудачи и выходной каталог OpenArmDataset.\n\n Такой порядок меняет подход лаборатории к снижению рисков проекта. Сначала команда может проверить, способен ли оператор стабильно выполнять задачу. Затем — выяснить, записывает ли представление задачи нужные наблюдения. После этого можно построить конвейер обучения политики и определить, достаточно ли быстр интерфейс инференса. И только потом придётся разбираться со стоимостью и требованиями безопасности настоящей руки.\n\n Симуляция выявит не всё. Контактная динамика, сопротивление кабелей, температура моторов, люфт, шум датчиков, различия объектов и поведение аварийной остановки могут сделать непригодной политику, которая хорошо выглядит в MuJoCo. В самом руководстве сказано, что мост ROS 2 для реалистичной имитации аппаратуры после предыдущего релиза ещё должен был появиться. Поэтому симуляцию следует считать инструментом интеграции и итераций, а не доказательством работоспособности физического внедрения.\n\n Есть и практическая деталь: WebXR требует HTTPS. В учебнике оператору предлагается создать сертификат, открыть локальную страницу и принять самоподписанный сертификат на VR-устройстве. Для лаборатории это решаемо, но именно такие детали исчезают из анонса и затем отнимают целый день при настройке. Ценность документации в том, что она раскрывает их до начала эксперимента.\n\n ## Слой датасета решает недооценённую проблему\n\n Робототехнические проекты часто публикуют модель и короткое видео с демонстрацией, оставляя конвейер данных неописанным. Из-за этого эксперимент трудно воспроизвести даже при наличии того же оборудования. Работа OpenArm с датасетами пытается превратить сам эпизод в самостоятельный исследовательский артефакт.\n\n [Документация датасета](https://docs.openarm.dev/dataset/) описывает структуру каталогов с эпизодами, данными действий и состояний, потоками камер, метаданными и информацией о задаче. API рассчитан на каталог на диске, а не на сервис базы данных. Метаданные читаются заранее, остальные данные можно получать по мере необходимости. Для больших записей это разумная схема: команда переносит датасет обычными файлами, проверяет метаданные и обрабатывает только нужные камеры или эпизоды.\n\n В справочнике API задокументированы изменения в структуре датасета версии 0.3.0. Данные состояний разделены на таблицы положения, скорости и крутящего момента для каждой стороны руки, тогда как старые структуры могли содержать только данные о положении. Библиотека также умеет преобразовывать данные в LeRobot v2.1 через Python и отдельную командную строку. Этот мост важен: проектный формат имеет смысл только тогда, когда исследователи могут перенести данные в более широкую экосистему.\n\n Сам формат не делает датасет автоматически сопоставимым. Исследователям по-прежнему нужно записывать калибровку камер, версию робота, конфигурацию захвата, идентификатор объекта, инструкции к задаче, сведения об операторе, временные параметры, неудачные попытки и условия среды. Единая файловая структура — это базовый слой, а не предел. Преимущество OpenArm в том, что он даёт этим полям место и предоставляет API вместо того, чтобы каждая лаборатория изобретала собственные соглашения.\n\n Элементы управления успехом и неудачей в учебнике WebXR тоже важны. Системы обучения чувствительны к тому, что считается успешным эпизодом. Если одна команда прекращает запись после почти удачного захвата, а другая помечает успехом только полностью завершённое перемещение, их датасеты нельзя считать взаимозаменяемыми, даже если роботы и камеры совпадают. Явная маркировка эпизода не убирает субъективность разметки, но делает решение видимым и пригодным для машинной обработки.\n\n ## Инференс отделён от среды выполнения робота\n\n Рабочий процесс инференса OpenArm проводит полезную границу между кодом политики и управлением роботом. В [руководстве по инференсу](https://docs.openarm.dev/tutorial/inference/) описан сервер политики, который получает пакет наблюдений с данными камер и положениями сочленений, запускает модель и возвращает фрагмент действий в виде целевых положений сочленений. Среда выполнения организована как поток данных Dora, а код конкретной модели скрыт за контрактом локального сокета.\n\n У такого разделения есть несколько преимуществ. Автор политики может адаптировать модель, не переписывая транспорт аппаратуры. Команда может заменить сервер модели, сохранив стабильными передачу наблюдений и действий. Сбой процесса модели можно обработать как событие уровня процесса, не смешивая его с каждой функцией управления моторами. Кроме того, интерфейс проще проверять: входы, выходы, временные метки и размерности действий можно тестировать независимо.\n\n Эта граница не является полноценной системой безопасности. Корректный JSON с фрагментом действий не делает команду безопасной. Контроллеру всё равно нужны ограничения, сторожевой таймер, обработка столкновений, физическая аварийная остановка и оператор, способный вмешаться. Модель, хорошо работающая на офлайн-воспроизведении, может выдать опасные команды, если камера закрыта или состояние сочленения пришло с задержкой. Открытый стек позволяет проверить эти уровни, но ответственность остаётся на интеграторе.\n\n Именно поэтому заявления OpenArm о податливости и возможности обратного привода следует трактовать осторожно. Они описывают механические свойства, рассчитанные на работу с частыми контактами и более безопасное взаимодействие. Но они не отменяют оценки рисков, испытаний под защитой, консервативных скоростей и чётко заданной рабочей области. Робота, которого человек может сдвинуть рукой, нельзя автоматически считать безопасным рядом с любым человеком, объектом или политикой управления.\n\n ## Кому стоит попробовать OpenArm уже сейчас\n\n OpenArm 2.0 выглядит подходящим вариантом для исследователей, изучающих обучение по подражанию, телеоперацию, бимануальные манипуляции, обучение роботов на демонстрациях или оценку политик в контролируемой ячейке. Он также интересен инженерам, которые создают инструменты для датасетов физического ИИ, переноса из симуляции в реальность, управления через ROS 2 и локального инференса. Возможность начать в MuJoCo и перейти к аппаратуре даёт этим группам конкретный путь разработки.\n\n Особенно полезным проект может оказаться для небольших академических лабораторий и независимых исследователей, которые не могут обосновать покупку проприетарной исследовательской платформы, но способны собрать систему вокруг открытого CAD, доступных компонентов и открытого промежуточного ПО. DIY-вариант также меняет отношения исследователя с машиной. Команда может проверить спецификацию, адаптировать крепления, разобраться в цепочке управления и отправить улучшения обратно в проект. Для обучения это лучше, чем закрытый робот, чья типовая стратегия при сбое сводится к обращению к поставщику.\n\n Проект хуже подходит группе, которой нужна готовая промышленная ячейка, долгосрочный договор поддержки, подтверждённая промышленная сертификация безопасности или гарантированная совместимость с фиксированным коммерческим стеком автоматизации. Не лучший это и первый робототехнический проект для человека, которому неинтересны Linux, ROS 2, электромеханическая отладка или работа с датасетами. Низкая цена покупки по сравнению с исследовательскими роботами не означает низкую общую стоимость. Лаборатории всё равно понадобятся компьютеры, силовое и коммуникационное оборудование, инструменты, камеры, VR-оборудование при использовании WebXR, запасные детали, крепления и время.\n\n Разумный первый проект должен быть узким: один объект, одна рабочая зона, одна конфигурация захвата и небольшое число демонстраций операторов. Цель — измерить весь цикл: запись, разметку, обучение, инференс и восстановление после ошибки, а не снять эффектную демонстрацию. Если команда сможет воспроизвести собственный результат после смены машины или пересборки рабочего пространства, она узнает о платформе нечто действительно важное.\n\n ## Что проверить до покупки\n\n Первой проверкой должна стать лицензия. В главном репозитории указана смесь лицензий для разных частей проекта: аппаратный репозиторий использует CERN-OHL-S-2.0, а несколько программных репозиториев — Apache-2.0. [Репозиторий OpenArm](https://github.com/enactic/OpenArm) связывает основные компоненты и указывает их лицензии. Лаборатории, которая планирует менять CAD, распространять сборку, включать прошивку в комплект или публиковать коммерческий производный продукт, следует прочитать лицензию каждого компонента, а не считать «полностью открытый исходный код» единой юридической категорией.\n\n Вторая проверка — согласованность версий. У OpenArm есть модели v1.0 и v2.0, несколько репозиториев, подмодули, дистрибутивы ROS 2 и меняющаяся документация. Учебник может работать для одной ревизии руки и потребовать корректировок для другой. Фиксировать коммиты репозиториев, записывать дистрибутив ROS и хранить машиночитаемую спецификацию компонентов — базовые практики воспроизводимости. Для физической платформы они особенно важны: небольшое механическое изменение способно повлиять на калибровку и поведение управления.\n\n Третья проверка — разрыв между имитационной и реальной системой. Запустите файлы виртуального оборудования. Загрузите MJCF. Соберите небольшой датасет. Преобразуйте его в выбранный обучающий формат. Реализуйте сервер политики, который выдаёт действия, но не двигает мотор. Затем изучите инструкции для реального оборудования и выпишите всё, что остаётся неясным: CAN-адаптеры, конфигурацию моторов, поведение захвата, калибровку, ограничения, последовательность запуска и восстановление после потери связи.\n\n Четвёртая проверка — сопровождение проекта. GitHub показывает активные репозитории и свежую работу в организации OpenArm, но активность не равна зрелой поддержке. Изучите открытые issues, заметки к релизам, руководство для контрибьюторов, несовместимые изменения, покрытие тестами и порядок сообщения об аппаратных регрессиях. Роботизированная платформа — это зависимость с физическими последствиями. Если обновление меняет параметр контроллера, результатом может стать не только неудачная сборка.\n\n [История релизов](https://github.com/enactic/OpenArm/releases) показывает, что проект развивается через последовательные аппаратные и программные ревизии, включая изменения корпуса, захвата, пакетов ROS 2, компонентов, связанных с полезной нагрузкой, и файлов симуляции. Для молодой платформы это нормально. Но покупателю следует заложить расходы на обслуживание и не считать снимок репозитория эквивалентом поддерживаемого продуктового релиза.\n\n ## Альтернативы и вопрос, который OpenArm оставляет открытым\n\n У исследователей есть альтернативы, но обычно они оптимизируют другое ограничение. Коммерческие руки могут предложить зрелую поддержку и промышленную интеграцию. Устоявшиеся академические платформы иногда располагают более крупным массивом опубликованных работ, проверенными процедурами калибровки или более оформленной экосистемой данных. Недорогие учебные манипуляторы снижают порог входа, хотя могут не обладать полезной нагрузкой, податливостью или бимануальным рабочим процессом, на которые рассчитан OpenArm. Платформы, ограниченные симуляцией, избавляют от затрат на оборудование, но не отвечают на вопросы реальных контактов и сенсорики.\n\n Отличительный выбор OpenArm — объединить в одном открытом проекте аппаратуру, симуляцию, сбор данных и оценку. Это создаёт возможность для общих бенчмарков, но только если сообщество не ограничится публикацией изолированных демонстраций. Полезная единица прогресса — не просто новая политика, запущенная на одном роботе. Это задача, датасет, описание среды, скрипт оценки и версионированный программный стек, которые другая группа может запустить и подвергнуть проверке.\n\n Проект также показывает более широкое противоречие открытой робототехники. Публичный CAD сам по себе не создаёт сообщество. Оно возникает, когда компоненты документированы, достаточно доступны по цене, достаточно стабильны для использования и организованы так, чтобы результаты можно было сравнивать. Работа OpenArm 2.0 над Cell и Dataset нацелена именно на промежуточный слой между открытой конструкцией и работающей исследовательской экосистемой.\n\n На создание этого слоя потребуется время. Устройство KER ещё не выпущено. Аппаратный мост и интеграция захвата всё ещё обозначены как активная работа. Поддержка Jazzy не представлена как полностью устоявшаяся. Физическая безопасность, доступность поставок, качество сборки и калибровка будут различаться у разных экземпляров. Открытость проекта облегчает изучение этих рисков, но автоматически не уменьшает их.\n\n ## Практический вывод\n\n OpenArm 2.0 стоит попробовать, если ваш эксперимент связан с обучением на основе физического взаимодействия и вы готовы самостоятельно заниматься интеграцией. Сильнейший вклад проекта — не заявление о человекоподобном формате и не цена в заголовке. Он пытается соединить то, что обычно существует раздельно: робот, который можно инспектировать, модель симуляции, интерфейс телеоперации, структурированный датасет, границу политики и воспроизводимую среду оценки.\n\n Исследователю лучше всего начинать с программного пути. Используйте виртуальное оборудование, изучите описание робота, запустите модель MuJoCo, соберите демонстрации через WebXR и проверьте содержимое OpenArmDataset. Посмотрите, какая часть исходной задачи сохраняется после конвертации в обучающий фреймворк. И только затем решайте, отвечает ли физическая рука вместе с ячейкой на вопрос, который невозможно решить в симуляции.\n\n Покупателю совет столь же конкретен: фиксируйте версии, читайте лицензии, планируйте инженерные работы по безопасности и считайте текущие предупреждения документации частью спецификации продукта. OpenArm — не готовый промышленный робот. Это открытый развивающийся исследовательский стек, ценность которого будет измеряться тем, насколько хорошо другие команды смогут воспроизвести, изменить и расширить эту работу.\n\n Это требовательный стандарт, но именно он нужен. Физический ИИ не станет убедительнее только потому, что ещё один робот снял отполированное видео. Доверия станет больше, когда тот же эксперимент можно будет изучить, повторить, безопасно провалить и улучшить людям, которые не создавали исходную машину.\n\n ## Источники\n\n - [Репозиторий OpenArm](https://github.com/enactic/OpenArm) — Enactic, Inc.; фактические сведения и лицензии.\n- [Что нового в OpenArm 2.0](https://docs.openarm.dev/overview/whats-new-in-2.0/) — документация OpenArm; фактические сведения.\n- [Сайт проекта Enactic OpenArm](https://enactic.ai/) — Enactic, Inc.; контекст.\n- [Управление OpenArm через ROS 2](https://docs.openarm.dev/api-reference/ros2/control/) — документация OpenArm; фактические сведения.\n- [Руководство по симуляции OpenArm в MuJoCo](https://docs.openarm.dev/simulation/mujoco/) — документация OpenArm; фактические сведения.\n- [Сбор данных с VR-телеоперацией через WebXR](https://docs.openarm.dev/tutorial/data-collection-webxr/) — документация OpenArm; фактические сведения.\n- [Обзор OpenArm Dataset](https://docs.openarm.dev/dataset/) — документация OpenArm; фактические сведения.\n- [Справочник API OpenArm Dataset](https://docs.openarm.dev/dataset/api/) — документация OpenArm; фактические сведения.\n- [Руководство по инференсу OpenArm](https://docs.openarm.dev/tutorial/inference/) — документация OpenArm; фактические сведения.\n- [История релизов OpenArm](https://github.com/enactic/OpenArm/releases) — GitHub; фактические сведения.\n- [Библиотека управления OpenArm CAN](https://github.com/enactic/openarm_can) — GitHub; сведения о лицензии.\n- [Enactic открывает OpenArm — семистепенную гуманоидную руку для исследований физического ИИ](https://deniz.in/enactic-open-sources-openarm-a-7dof-humanoid-arm-for-physical-ai-research) — Deniz Genc; обсуждение.","available_translations":[{"language":"ar","title":"OpenArm 2.0 يجعل تجارب الذكاء الاصطناعي الفيزيائي القابلة لإعادة الإنتاج هي المشروع الحقيقي مفتوح المصدر","html_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack?lang=ar","markdown_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack.md?lang=ar","json_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack.json?lang=ar","api_url":"https://publicasta.com/api/public/v1/channels/open_source_radar/articles/openarm_2_reproducible_physical_ai_research_stack?lang=ar"},{"language":"de","title":"OpenArm 2.0 macht reproduzierbare Physical-AI-Experimente zum eigentlichen Open-Source-Projekt","html_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack?lang=de","markdown_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack.md?lang=de","json_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack.json?lang=de","api_url":"https://publicasta.com/api/public/v1/channels/open_source_radar/articles/openarm_2_reproducible_physical_ai_research_stack?lang=de"},{"language":"en","title":"OpenArm 2.0 makes reproducible physical-AI experiments the real open-source project","html_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack?lang=en","markdown_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack.md?lang=en","json_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack.json?lang=en","api_url":"https://publicasta.com/api/public/v1/channels/open_source_radar/articles/openarm_2_reproducible_physical_ai_research_stack?lang=en"},{"language":"es","title":"OpenArm 2.0 convierte los experimentos reproducibles de IA física en el verdadero proyecto de código abierto","html_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack?lang=es","markdown_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack.md?lang=es","json_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack.json?lang=es","api_url":"https://publicasta.com/api/public/v1/channels/open_source_radar/articles/openarm_2_reproducible_physical_ai_research_stack?lang=es"},{"language":"fr","title":"OpenArm 2.0 fait de la reproductibilité des expériences d’IA physique le véritable projet open source","html_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack?lang=fr","markdown_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack.md?lang=fr","json_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack.json?lang=fr","api_url":"https://publicasta.com/api/public/v1/channels/open_source_radar/articles/openarm_2_reproducible_physical_ai_research_stack?lang=fr"},{"language":"pl","title":"OpenArm 2.0 sprawia, że powtarzalne eksperymenty z fizyczną AI stają się właściwym projektem open source","html_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack?lang=pl","markdown_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack.md?lang=pl","json_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack.json?lang=pl","api_url":"https://publicasta.com/api/public/v1/channels/open_source_radar/articles/openarm_2_reproducible_physical_ai_research_stack?lang=pl"},{"language":"ru","title":"OpenArm 2.0 превращает воспроизводимые эксперименты с физическим ИИ в настоящий open-source-проект","html_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack?lang=ru","markdown_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack.md?lang=ru","json_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack.json?lang=ru","api_url":"https://publicasta.com/api/public/v1/channels/open_source_radar/articles/openarm_2_reproducible_physical_ai_research_stack?lang=ru"},{"language":"zh","title":"OpenArm 2.0：让可复现的实体 AI 实验成为真正的开源项目","html_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack?lang=zh","markdown_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack.md?lang=zh","json_url":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack.json?lang=zh","api_url":"https://publicasta.com/api/public/v1/channels/open_source_radar/articles/openarm_2_reproducible_physical_ai_research_stack?lang=zh"}],"_links":{"self":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack.json?lang=ru","api":"https://publicasta.com/api/public/v1/channels/open_source_radar/articles/openarm_2_reproducible_physical_ai_research_stack?lang=ru","html":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack?lang=ru","canonical":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack?lang=ru","markdown":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack.md?lang=ru","json":"https://publicasta.com/open_source_radar/openarm_2_reproducible_physical_ai_research_stack.json?lang=ru","channel":"https://publicasta.com/api/public/v1/channels/open_source_radar","channel_articles":"https://publicasta.com/api/public/v1/channels/open_source_radar/articles","search":"https://publicasta.com/api/public/v1/search","documentation":"https://publicasta.com/api-docs#reading-publicasta","openapi":"https://publicasta.com/api-docs/openapi.json","llms":"https://publicasta.com/llms.txt"}}