Altı AgiBot İnsansı Robotu, Şanghay'daki Mağazada 24 Saatlik Denemede 1.730 Görevi Tamamladı

9 dakikalık okuma
Six AgiBot Humanoids Complete 1,730 Tasks in a 24-Hour Shanghai Store Trial

Tezgâhta Tam Bir Gün: Dört Robot Denemeyi Geçti

Altı AgiBot G2 insansı robotu, Şanghay'ın Xuhui bölgesinde faaliyette olan bir markette 24 saat süren deneme boyunca öğle, akşam, gece ve kahvaltı saatlerinde müşterilere hizmet vererek 1.730 görevi tamamladı. Altı robottan dördü; görevleri tamamlama, yanıt hızı, beklenmedik durumlarla başa çıkma ve müşteri geri bildirimini değerlendiren deneme süresi incelemesini geçti.

İçindekiler
  1. Tezgâhta Tam Bir Gün: Dört Robot Denemeyi Geçti
  2. Altı Robot Görevleri Nasıl Paylaştı?
  3. Müşteriler ve Test Kullanıcıları Koşulları Değiştirdi
  4. Bir Poğaça ya da Dondurucu Kapısı Neden Zorlayıcı?
  5. Kararlarla Hareketi Birbirine Bağlayan Yazılım
  6. İncelemede Neler Ölçüldü, Neler Eksik?
  7. Ürün Tanıtımlarından Gece Vardiyasına
  8. Deneme Mağaza Çalışmaları Açısından Ne Anlama Geliyor?
  9. Öne Çıkanlar

Meydan okuma 2 Kasım saat 10.00'da başladı ve 3 Kasım saat 10.00'da sona erdi. Her robotun müşterileri karşılamaktan ürün getirmeye, kahve hazırlamaktan masaları temizlemeye kadar sabit bir görevi vardı. AgiBot, canlı yayının çevrim içi olarak 2 milyondan fazla izleyiciye ulaştığını açıkladı.

Şirketin nihai sayımına göre en yoğun görev, 683 etkileşimle müşterileri karşılamaktı. Robotlar ayrıca 369 ürün getirme ve teslim etme, 147 kahve hazırlama, 126 kahvaltı siparişi, 277 raf düzenleme ve kontrol etme, 128 masa temizleme görevini tamamladı.

Denemede, çözülmesi güç birkaç sorun tek bir ortamda bir araya geldi: müşterinin ne istediğini anlamak, doğru ürünü bulmak, nesneleri nazikçe tutmak ve insanların arasında hareket etmek. Davetli test kullanıcıları ürünlerin yerini bilerek değiştirdi ve geçiş yollarını kapattı; bu sırada mağazada normal ticari faaliyetler sürdü.

AgiBot, denemeyi mağazada insan müdahalesi olmadan yürütülen bir çalışma olarak tanımladı; başka bir deyişle, insan gösterimi veya elle ayarlama yapılmadı. Bununla birlikte, yayımlanan sonuçlar performans tablosunun önemli bir bölümünü eksik bırakıyor: Şirket, canlı yayından önceki konuşlandırmaya ait tamamlanan görev sayılarını ve başarı oranlarını açıkladı ancak 24 saatlik denemenin başarı oranlarını ya da insan müdahalesi sayılarını yayımlamadı.

Altı Robot Görevleri Nasıl Paylaştı?

Bir robot girişte müşterileri karşıladı. İki robot ürün toplama, raf düzenleme ve rafları kontrol etme işlerini yürüttü. Dördüncü robot kahve hazırladı, beşinci robot kasada çalışıp sıcak yiyeceklerle ilgilendi, altıncı robot ise masaları temizledi.

Reklam

Sabit görev dağılımı, makinelerin iş yüklerini farklılaştırdı. Müşteriyi karşılamak, içecek hazırlamaktan veya yiyecek paketlemekten farklı bir eylem dizisi gerektiriyor. Tek bir görevde bile robot; değişen isteklerle, yanlış yere konmuş ürünlerle ya da bir müşterinin kapladığı reyon koridoruyla karşılaşabiliyor.

Müşteri karşılama ve ürün getirme görevleri, toplam 1.730 işin 1.052'sini, yani yaklaşık yüzde 61'ini oluşturdu. Bu oran, faaliyetin büyük bölümünün nerede gerçekleştiğine dair fikir veriyor; ancak sayım, süre ve emek bakımından çok farklı olabilecek görevlere eşit ağırlık veriyor.

Toplam görev dağılımı şöyleydi:

  • Müşteri karşılama: 683.
  • Ürün getirme ve teslim etme: 369.
  • Kahve hazırlama: 147.
  • Kahvaltı servisi: 126.
  • Raf düzenleme ve kontrol etme: 277.
  • Masa temizleme: 128.

Altı robotun tamamı için ekip saatte ortalama yaklaşık 72 görevi tamamladı. Mağaza yoğun saatlerden gece sakinliğine geçerken talep de değişti.

Müşteriler ve Test Kullanıcıları Koşulları Değiştirdi

Davetli test kullanıcıları robotları, ürünlerin genellikle nerede bulunduğunu hatırlamaktan fazlasını gerektiren durumlarla sınadı. Normal ve şekersiz kolaları karıştırıp özellikle şekersiz olanı istediler. Ayrıca bir raftaki sakızları baştan sona karıştırdılar.

Robotların, doğru kolayı belirlemek için içecek talebini konuşmadan anlayıp görsel kontrollerle birleştirdiği bildirildi. Sakız testinde ise rafı yeniden düzenlerken, fiyat etiketlerinin gösterdiği konumlara bağlı kalmak yerine ürünleri görsel olarak saydılar.

Her iki test de perakendecilikte sık rastlanan bir sorunu hedef aldı: Çalışanın karşısındaki mağaza, beklenen düzenden farklı olabilir. Müşteri bir ürünü yanlış yere bırakabilir; benzer ambalajlar da iki farklı ürünün neredeyse aynı görünmesine yol açabilir.

Test kullanıcıları ayrıca reyon koridorlarında durdu ve robotların güzergâhına kutular bıraktı. Makinelerin durup engellerin çevresinden geçmek için yeni güzergâhlar seçtiği bildirildi. Faaliyette olan bir mağazada hareket ve hizmet birbiriyle bağlantılıdır: Müşterinin isteğini yerine getirmenin bir parçası da rafa güvenli biçimde ulaşmaktır.

Reklam

Bir Poğaça ya da Dondurucu Kapısı Neden Zorlayıcı?

AgiBot'un cisimleşmiş zekâ araştırma merkezinin başkan yardımcısı Ren Guanghui, marketleri; çok çeşitli ürünler, farklı müşteri talepleri ve robotların kullanması gereken araçlar barındırdıkları için zorlu ortamlar olarak tanımladı. Fabrika görevleri ise daha dar bir nesne ve hareket yelpazesiyle, daha sabit bir ortamda gerçekleştirilebiliyor.

Bir poğaçayı paketlemek, zorluğu gözler önüne seriyor. Robotun maşa kullanması, yiyeceği kavraması ve kâğıt poşeti açması gerekiyor. Her adım nesnelerin konumunu ve bir sonraki hareket için kullanılabilecek alanı değiştiriyor. Yalnızca yiyeceği başarıyla kavramak, siparişi tamamlamanın tek başına yeterli bir parçası değil.

Geliştirme sırasında dondurucuyu açmak da bir dizi başka soruna yol açtı. Robotun kapının hangi yöne açıldığını ve ne kadar kuvvet uygulaması gerektiğini anlaması gerekiyordu. Ardından iki kolunu eşgüdümlü kullanmalı; bir koluyla kapıyı tutarken diğeriyle ürünü almalıydı.

Ren, baştaki ve bileklerdeki sensörlerin, kollardaki kuvvet sensörleriyle birlikte robotun hareketlerini değerlendirmesine yardımcı olduğunu anlattı. Kuvvet algılama, makinenin ne kadar ittiğini veya çektiğini belirlemesini sağlayarak sert çarpışmaları ya da kapının hasar görmesini önlemeye yardımcı oluyor.

En zor görevlerden bazıları kolayca bükülen, yerinden oynayan veya kırılan ürünlerle ilgiliydi. Kancalara asılı şeker poşetlerini asmak ve yumuşak keki ezmeden almak zor olmaya devam etti; robotlar zaman zaman başarısız oldu. Bu örnekler, mağaza denemelerinde tamamlanan görev sayısının yanı sıra ürünlerin ne kadar özenli tutulduğunun da değerlendirilmesi gerektiğini gösteriyor.

Kararlarla Hareketi Birbirine Bağlayan Yazılım

Altı robotun tümü, AgiBot'un cisimleşmiş ajan çerçevesi Genie Master tarafından koordine edildi. Şirket, Cisimleşmiş Yürütme Protokolü'nün görev kararlarını, fiziksel hareketi ve sonuçlardan gelen geri bildirimi birbirine bağladığını belirtiyor.

Basitçe ifade etmek gerekirse, cisimleşmiş zekâ fiziksel bir makine aracılığıyla eyleme geçen yapay zekâdır. Mağaza robotunun bir isteği hareketlere dönüştürmesi, ardından ne olduğunu kontrol etmek için sensörlerini kullanması gerekir. İçecek talebi bir hedef belirler; doğru içeceği bulup kavramak ve teslim etmek ise bir dizi fiziksel eylem gerektirir.

AgiBot, sisteminin başarılı ve başarısız denemeleri her gün gözden geçirdiğini, yararlı deneyimleri uzun süreli belleğe kaydettiğini ve düzeltilmiş denemeleri eğitim verisine dönüştürdüğünü söylüyor. Eğitim verisi, sistemin ilerideki davranışlarını geliştirmek için kullanabileceği örneklerden oluşuyor.

Ren, sipariş sisteminin başlangıçta başarısız siparişlerle, sisteme kaydedilmeyen durum güncellemeleriyle ve robotların konumlarıyla ilgili çakışmalarla karşılaştığını söyledi. İş akışı koordinasyonundaki sorunlar aynı gün incelendi ve modelin kendisi değiştirilmeden düzenlemeler ertesi gün yürürlüğe girdi.

Reklam

Robotlar sakin saatlerde de pratik yaptı. Ren, geceleri boş kaldıkları zamanlarda daha zor görevleri denemek için raflara gittiklerini söyledi. Böylece mağaza, iş yeri olmanın yanı sıra daha fazla pratik yapılan bir ortama dönüştü; en yoğun müşteri saatlerinin dışında da görevler sürdü.

Şirketin açıklaması, robot geliştirme sürecinde çoğu zaman ayrı ayrı ele alınan birkaç aşamayı bir araya getiriyor: eylem seçmek, uygulamak ve sonuçtan öğrenmek. Market, bu aşamaları tek bir konuşlandırmada bir araya getirdi; bir adımda yapılan hata siparişin geri kalanını etkileyebiliyordu.

İncelemede Neler Ölçüldü, Neler Eksik?

Dört robot; görevleri tamamlama, yanıt hızı, istisnai durumlarla başa çıkma ve müşteri geri bildirimi değerlendirmesinin ardından deneme süresini geçti. İki robot geçemedi. Yayımlanan sonuçlarda bu robotların bireysel performansları ve başarısızlık nedenleri açıklanmazken, 24 saatlik denemenin başarı oranları ve insan müdahalesi sayıları da paylaşılmadı.

Canlı yayından önceki market konuşlandırmasında, GO-3 Preview çalıştıran G2 robotlarının uçtan uca iş akışı başarı oranı ilk gün yüzde 28,6'dan beşinci gün itibarıyla yüzde 85,7'ye yükselerek sabitlendi. Tek görev başarı oranları, geleneksel denetimli ince ayar (SFT) yöntemine kıyasla 17,7 yüzde puan daha yüksekti. Bu rakamlar canlı yayından önceki konuşlandırmayı anlatıyor, 24 saatlik denemenin kendisini değil.

Ren, şirketin daha geniş bir ölçüt kümesini takip edeceğini söyledi: görev başarı oranı, ilk denemede başarı, yanıt süresi, istekten tamamlanmaya kadar geçen toplam süre, birim zamanda kabul edilebilir biçimde teslim edilen sipariş sayısı, insan müdahalesi sıklığı, toparlanma süresi ve sistem kullanılabilirliği.

Bu ölçütler, uygulamaya dönük farklı sorulara yanıt veriyor. İlk denemede başarı, robotun görevi hemen doğru yapıp yapmadığını kaydediyor. Toparlanma süresi, bir sorun çıktıktan sonra yararlı çalışmaya yeniden başlamasının ne kadar sürdüğünü ölçüyor. Sistem kullanılabilirliği ise ekipmanın planlanan çalışma süresinin ne kadarında kullanıma hazır olduğunu gösteriyor.

Bu ayrıntılar bir mağaza işletmecisi için önemli; çünkü tamamlanan bir teslimat hızlı ve sorunsuz bir hareketle ya da birkaç yeniden denemeden sonra yapılmış olabilir. Benzer şekilde, hızlı yanıt veren ama siparişi tamamlaması uzun süren bir robot ile tüm adımları çabucak bitiren bir robot müşteriye farklı deneyimler sunar.

AgiBot'un nihai görev sayısı tamamlanan faaliyetlerin hacmini ortaya koyuyor. Daha kapsamlı performans ölçütleri ise mağazanın makinelerin müşterilere ne kadar tutarlı hizmet verebildiğini, ne kadar desteğe ihtiyaç duyduğunu ve bir sorun çıktığında ne kadar iyi toparlandığını değerlendirmesini sağlayabilir.

Ürün Tanıtımlarından Gece Vardiyasına

Market meydan okuması, AgiBot'un 22 Ekim'de başlayan AI WAVE tanıtım serisini tamamladı. Bu seri, şirketin veri kümelerini, simülasyon platformunu, modellerini ve robot donanımını canlı bir konuşlandırmada bir araya getirdi.

Başlıca aşamalar şöyleydi:

  • 22 Ekim: AgiBot, AI WAVE tanıtım serisini başlattı.
  • 2 Kasım, 10.00: Altı robot, Şanghay'ın Xuhui bölgesindeki market meydan okumasına başladı.
  • 2-3 Kasım: Ekip öğle ve akşam yoğunluğunda, gece vardiyasında ve sabah yoğunluğunda çalıştı.
  • 3 Kasım, 10.00: Deneme sona erdi. AgiBot, 1.730 görevin tamamlandığını ve dört robotun incelemeyi geçtiğini bildirdi.
Reklam

Ren, şirketin araştırdığı pratik alanlardan biri olarak gece çalışmasını gösterdi. Günün her saati açık mağazalar, normal uyku düzenini bozan saatlerde personele ihtiyaç duyarken bazı tekrarlı görevler de uzun süre dikkat gerektiriyor.

AgiBot, çalışma süresini uzatmayı desteklemek için otonom batarya değişimini de araştırıyor. Bu sistem robotun biten bataryasını değiştirip işe dönmesini sağlayacak. Bu yaklaşım, şirketin uzun süre hizmet vermeyi sürdürmeye yönelik planları arasında yer alıyor.

Deneme Mağaza Çalışmaları Açısından Ne Anlama Geliyor?

Şanghay'daki konuşlandırmada müşteriler alışverişe devam ederken robotlar birbiriyle bağlantılı çeşitli hizmet rollerini üstlendi. Denemenin uygulama açısından en dikkat çekici yanı, denenen işlerin çeşitliliğiydi: Müşterilerle konuşmak, ürünleri ayırt etmek, yiyecekleri tutmak, ekipman kullanmak, reyon koridorlarında gezinmek ve ortak yüzeyleri temizlemek.

Zorlayıcı anlar da somuttu. Yumuşak kek nazikçe kavranmalı. Dondurucu kapısı kontrollü kuvvet ve eşgüdümlü kollar gerektiriyor. Yanlış yere konmuş bir ürünün yeniden görsel olarak kontrol edilmesi gerekiyor. Deneyimli bir çalışan için küçük görünen bu işlerin her biri, robotun birden fazla yeteneğinin birlikte çalışmasını gerektiriyor.

Benzer ekipmanları değerlendiren bir perakendeci için temel sorular; vardiya boyunca güvenilirlik, yoğun saatlerde hizmet kalitesi ve gereken insan desteğinin düzeyidir. AgiBot, kapsamlı bir faaliyet sayısı ve farklı sonuçların alındığı bir deneme süresi değerlendirmesi yayımladı. Şirketin önerdiği performans ölçütleri, ekipmanın mağazalardaki rutin kullanımını değerlendirmek için gereken bir sonraki ayrıntı düzeyini sağlayabilir.

Öne Çıkanlar

  • Altı AgiBot G2 insansı robotu, 2-3 Kasım tarihlerinde Şanghay'ın Xuhui bölgesinde faaliyette olan bir markette çalıştı.
  • AgiBot, 683 müşteri karşılama, 369 ürün getirme ve teslim etme, 147 kahve hazırlama görevi dahil toplam 1.730 görevin tamamlandığını bildirdi.
  • Dört robot deneme süresi değerlendirmesini geçti; ikisi geçemedi.
  • Test kullanıcıları ürünlerin yerini değiştirdi ve reyon koridorlarını kapattı; ürün tanıma, raf işleri ve navigasyon sınandı.
  • Yumuşak keki kaldırmak ve şeker poşetlerini asmak gibi nazik işlem gerektiren işler zor olmaya devam etti.
  • AgiBot, çalışma sırasında mağazada insan gösterimi veya elle ayarlama yapılmadığını belirtti. Canlı yayından önce uçtan uca iş akışı başarı oranı ilk gün yüzde 28,6'dan beşinci gün yüzde 85,7'ye yükseldi; tek görev başarısı da geleneksel denetimli ince ayara kıyasla 17,7 yüzde puan daha yüksek oldu. 24 saatlik denemenin başarı oranları ve insan müdahalesi sayıları henüz yayımlanmadı.
  • Şirket, daha uzun süre çalışmayı desteklemek için gece vardiyalarını ve otonom batarya değişimini araştırıyor.
Bu haberi paylaş

Bunlar da ilginizi çekebilir