Altı insansı robottan dördü Şanghay’daki markette 24 saatlik denemeyi geçti

10 dakikalık okuma
Four of Six Humanoid Robots Pass 24-Hour Shanghai Convenience Store Trial

Altı robot, dört geçer not ve tamamlanan 1.730 görev

Altı Agibot Genie G2 insansı robot, Şanghay’ın Xuhui bölgesindeki faal bir markette 24 saat süren deneme sırasında 1.730 görevi tamamladı; ancak yalnızca dördü işyeri değerlendirmesini geçti. Başarısız olan iki robot, raf denetimi ve temizlik görevlerinde zorlandı. Bunlardan biri olan temizlik robotu, gece vardiyasında kendisine verilen rotadan çıkarak mağazanın dışına gitti.

İçindekiler
  1. Altı robot, dört geçer not ve tamamlanan 1.730 görev
  2. Robotlar hangi görevleri tamamladı?
  3. Dört robot neden geçti, ikisi neden başarısız oldu?
  4. Tam günlük deneme farklı türde baskılar yarattı
  5. Müşteriler ve engeller de sınamanın parçası oldu
  6. Bir paket şeker neden zorlayıcı olabilir?
  7. Birbirinden farklı altı işi birbirine bağlayan yazılım
  8. Hatalardan öğrenmek iki farklı zaman ölçeğinde gerçekleşiyor
  9. Bu çalışmayı ticari açıdan yararlı kılacak olan ne?
  10. Öne çıkanlar

Deneme 2 Kasım 2026’da saat 10.00’da başladı ve 3 Kasım’da sona erdi. Resmî adı Zhiyuan Innovation (Shanghai) Technology Co., Ltd. olan Agibot’un düzenlediği canlı yayın, çevrim içi platformlarda 2 milyondan fazla izleyiciye ulaştı. Robotlar öğle yemeği yoğunluğunda, akşam müşteri trafiğinde, gece vardiyasında ve ertesi sabah kahvaltı servisinde çalıştı.

Gösterinin ardında pratik bir soru vardı: Müşteriler, siparişler ve engeller çevrelerinde değişirken robotlar, bir mağazanın birbiriyle bağlantılı işlerini aksatmadan sürdürebilir miydi? Kahve hazırlamadaki başarı, değerlendirmenin yalnızca bir parçasıydı. Hızlı yanıt vermek, verilen noktada kalmak ve bir sorun çıktığında toparlanmak da hesaba katıldı.

Agibot’un somutlaştırılmış zekâ araştırma merkezinin başkan yardımcısı Ren Guanghui, makinelerin değişikliklere uyum sağlama, hassas hareketleri hızlı gerçekleştirme ve beklenmedik sorunlarla başa çıkma konusunda hâlâ deneyimli mağaza çalışanlarının gerisinde olduğunu kabul etti. Robotların gelişimi, başarılı ve başarısız işlere ilişkin kayıtların daha iyi çalışma kurallarına ve hareket becerilerine dönüştürülmesine bağlı olacak.

Robotlar hangi görevleri tamamladı?

Altı makine mağazadaki işleri karşılama, ürün taşıma, kahve hazırlama, sıcak yemek servisi, raf denetimi ve masa temizliği arasında paylaştı. Toplam görev sayısı, zorluk ve süre bakımından birbirinden çok farklı işleri kapsıyordu.

  • 683 müşteri karşılama veya müşteriyle ilgilenme etkileşimi.
  • 369 ürün bulma ve teslim etme görevi.
  • 147 kahve hazırlama görevi.
  • Kapanış dökümünde kahvaltı servisi, değerlendirme sonuçlarında ise sıcak yemek servisi olarak belirtilen 126 yemek servisi görevi.
  • 277 raf denetimi ve ürün tamamlama görevi.
  • 128 masa temizleme görevi.

Müşteri karşılama, kaydedilen 1.730 görevin yaklaşık yüzde 39,5’ini oluşturdu. Karşılama ve ürün taşıma görevlerinin toplamı 1.052’ye, yani yaklaşık yüzde 60,8’e ulaştı. Bu rakamlar, kaydedilen faaliyetlerin büyük bölümünün içecek hazırlama ve yemek servisinin daha dikkat çekici işlerinin yanı sıra insanlara yanıt vermeyi ve ürün taşımayı içerdiğini gösteriyor.

Reklam

Altı robotun toplamında saatte ortalama yaklaşık 72 görev tamamlandı. Ancak her görev türü farklı işler gerektiriyordu: müşteriyi karşılamakla kahve hazırlamak, farklı adımlar, ekipman ve süre demekti. Değerlendirmede görev başında geçirilen süre, müşteri geri bildirimleri, görev başarısı, yanıt hızı ve sorunların ardından toparlanma da dikkate alındı.

Dört robot neden geçti, ikisi neden başarısız oldu?

Müşteri karşılamadan sorumlu Ahao, müşterilere yardımcı olmak için inisiyatif alarak müşteri hizmetleri alanında en yüksek puanı aldı. Ürün bulma ve taşıma görevi verilen Huobao, siparişlere hızlı yanıt verdi; talep artarken ve siparişler iptal edilirken çalışmayı sürdürdü.

Kahve robotu Kashao, hazırlama sürecindeki istikrarıyla değerlendirmeyi geçti; hazırladığı sıcak Americano’lar da olumlu geri bildirim aldı. Sıcak yemekten sorumlu ve ayrıca kasada görevlendirilen Dingjiang, işlerini istikrarlı biçimde yürüterek gereken standardı karşıladı.

Raf denetimi ve ürün tamamlamadan sorumlu Juanwang, mağazanın çalışma temposuna ayak uyduramadı. Raf denetimi ve ürün yerleştirme faaliyetleri yeterince proaktif bulunmadı. Temizlik robotu Lengjie ise gece vardiyasında belirlenen rotadan çıkarak dışarı gitti ve çalışma kurallarının gözden geçirilmesini gerektirdi.

Altı robottan dördünün geçmesi, katılımcı makineler için yaklaşık yüzde 66,7’lik bir başarı oranına karşılık geliyor. Agibot sayısal bir geçme eşiği, eksiksiz bir puan çizelgesi veya insan müdahalelerinin tam sayısını yayımlamadı. Bu nedenle açıklanan sonuçlar, sistemin genel güvenilirliğinden çok robotların tek tek görevlerine ilişkin ayrıntı sunuyor: Karşılama robotu müşteri hizmetlerinde iyi performans gösterirken temizlik robotunun nerede çalışacağı konusunda daha sıkı biçimde denetlenmesi gerekti.

Tam günlük deneme farklı türde baskılar yarattı

24 saatlik program, robotları aynı küçük alanda değişen taleplerle karşı karşıya bıraktı. Öğle ve kahvaltı saatlerinde müşterilere hızlı hizmet verme baskısı oluştu. Akşam saatlerinde yeniden müşteri akını yaşanırken gece vardiyasında mağaza sakinken makinelerin görevlerini sürdürüp sürdüremeyeceği sınandı.

Deneme şu sırayla ilerledi:

  • 2 Kasım 2026, saat 10.00: Altı Genie G2 robotu Xuhui bölgesindeki markette çalışmaya başladı.
  • 2 Kasım, öğle ve akşam saatleri: Değerlendirme; siparişleri, ürün taşımayı ve yemek hazırlamayı içeren yoğun servis dönemlerini kapsadı.
  • 2 Kasım gecesinden 3 Kasım’a uzanan gece vardiyası: Robotlar çalışmayı sürdürdü; bu sırada temizlik robotu rotasından çıktı.
  • 3 Kasım, kahvaltı dönemi ve kapanış: Son servis dönemiyle 24 saatlik değerlendirme tamamlandı ve ardından dört robotun geçtiği açıklandı.

Makineler, özenle zamanlanmış tek bir hareket üzerinden değil, dört servis dönemi boyunca değerlendirildi. Ürün teslimatındaki gecikme başka bir siparişi etkileyebilir, raf önünde duran bir robot ise çalışma arkadaşının oraya ulaşmasını engelleyebilirdi. İşlerin aksamadan sürmesi için bireysel becerinin yanı sıra koordinasyon da gerekiyordu.

Reklam

Müşteriler ve engeller de sınamanın parçası oldu

Daveti üzerine katılan Xiaoyang biubiu ve Xiaoxiao Nathan, bir mağaza çalışanının karşılaşabileceği sorunları taklit eden güçlükler çıkardı. Robotlardan normal kolayı şekersiz koladan ayırt etmelerini istediler, raftaki sakızları yeniden düzenlediler ve bir kişiyle bir kutuyu geçiş yoluna koyarak rotaları kapattılar.

Kola görevi, sistemin sözlü talebi doğru ürünü görsel olarak tanımayla ilişkilendirmesini gerektiriyordu. Sakız deneyi, makinenin rafta gerçekten ne olduğunu inceleyip ürünleri doğru yerlerine koyup koyamayacağını sınadı. Engeller ise insanların veya nesnelerin çevresinde durup başka bir yol bulma becerisini test etti.

Deneme sırasında robotlar, yeri değişmiş ürünleri tespit etmek ve doğru konumlarına geri koymak için görsel inceleme yaptı. Raftaki boşluklar, bir kişinin yeni bir talimat vermesine gerek kalmadan ürün takviyesini başlatabiliyordu. Temizlik gösterilerinde ise yüzey desenini dökülmüş bir sıvıdan veya lekeden ayırt etme becerisi de sınandı.

Bu görevlerde algılama ve hareket birlikte kullanıldı. Robotun önce ürünü, engeli veya kirli alanı tanıması, ardından bir eylem seçip bunu gerçekleştirmesi gerekiyordu. Yanlış tanımlama, yanlış ürünün teslim edilmesine, gereksiz temizliğe veya başka bir makinenin yolunun kapanmasına neden olabilirdi.

Bir paket şeker neden zorlayıcı olabilir?

Ren, marketi zorlayıcı bir ortam olarak tanımladı; çünkü burada çok çeşitli ürünler, hassas biçimde taşıma gerekliliği, makinelerin arasında dolaşan müşteriler ve kısıtlı alanı paylaşan birden fazla robot bir arada bulunuyor. Sabit bir toplama istasyonunun aksine mağaza, müşteri bir ürünü hareket ettirdiğinde veya koridora adım attığında değişebiliyor.

Bir kancaya asılı Skittles paketi bu zorluğu gösteriyor. Robotun ürünü tanıması, nereden kavrayacağını seçmesi ve paketi, ağzı kancaya takılmadan çıkarmaya yetecek kuvveti uygulaması gerekiyor. Konum ve kavrama birlikte önem taşıyor.

Yumuşak bir kek parçasıysa farklı bir sorun çıkarıyor. Çok az basınç uygulanırsa elden kayabilir; fazla basınç uygulanırsa ezilebilir. Bükülen veya şekil değiştiren ambalaj ve yiyecekleri tutarlı biçimde taşımak, kenarları belirgin ve öngörülebilir sert cisimlere göre daha zor.

Ren, çalışma alanları açıkça belirlenmiş, nesneler standartlaştırılmış ve sonuçların kolayca kontrol edilebildiği görevlerin görece daha kolay olduğunu söyledi. Esnek nesneler, yüzeyler arasındaki karmaşık temas ve uzun hareket dizileri teknik zorluk olmaya devam ediyor. Bu da bir robotun düzenli bir ortamda tek bir görevi istikrarlı biçimde yerine getirebilse de değişen ürün çeşitliliğini deneyimli bir çalışanla aynı hızda yönetebilmesi için daha fazla çalışılması gerektiği anlamına geliyor.

Reklam

Birbirinden farklı altı işi birbirine bağlayan yazılım

Agibot, altı robotu birbiriyle bağlantılı çeşitli sistemlerle donattı. Şirketin somutlaştırılmış temel modeli GO-3Preview, farklı fiziksel görevleri yerine getirme becerileri sağladı. Somutlaştırılmış zekâ, çevresini gözlemleyen ve fiziksel bir makine aracılığıyla bu çevrede eyleme geçen yapay zekâyı ifade ediyor.

Şirketin ileri eğitim sistemi GenieEvolver, gerçek robotlar üzerinde öğrenmeyi simülasyon ve dünya modelleriyle birleştirdi. Dünya modeli, nesnelerin ve çevrenin bir eyleme nasıl tepki verebileceğini öngörmek için kullanılan bilgisayar temsiline deniyor. Bu eğitim yöntemleri, hareketlerin uygulanışını iyileştirmeyi amaçlıyordu.

GenieMaster, görevlerin robotlar arasında düzenlenmesini sağlıyor ve uygulama sonuçlarını öğrenme sürecine aktarıyordu. Somutlaştırılmış Uygulama Protokolü (EEP) ise kararları, fiziksel eylemleri ve sonuçlara ilişkin geri bildirimi birbirine bağlıyordu.

Mağaza açısından bakıldığında, düzenleme yazılımının hangi robotun hangi işi yapabileceğini ve hangi koşullarla karşı karşıya olduğunu bilmesi gerekiyordu. Ardından hareket sistemi, mevcut gözlemlerden yararlanarak eylemi gerçekleştirmeliydi. Geri bildirim, düzenleyicinin bir sonraki adımda ne yapılacağına, eylemin ne zaman düzeltilmesi gerektiğine de karar vermesini sağlıyordu.

Ortak alan kullanımı bu koordinasyonu gerekli kılıyordu. Ürün takviyesi yapan bir robot, sipariş için gereken alanı işgal ederse sistemin erişimi düzenlemesi veya iş sırasını değiştirmesi gerekiyordu. Agibot, robotların konumlarından kaynaklanan çatışmaları ve sipariş durumunun güncellenmesindeki gecikmeleri daha iyi görev kurallarıyla çözülebilecek sorunlara örnek gösterdi.

Hatalardan öğrenmek iki farklı zaman ölçeğinde gerçekleşiyor

Agibot, başarılı ve başarısız iş kayıtlarından yararlanma sürecini FizikselRSI olarak adlandırıyor. Bu kısaltma, fiziksel dünyada yinelemeli öz gelişim anlamına geliyor. Temel yaklaşım, gerçek görevlerde neler yaşandığını incelemek, değişiklikler yapmak ve sonraki performanstan yeni iyileştirmelere yön vermek.

GenieMaster’ın başarılı ve başarısız görev dizilerini topladığı, yararlı deneyimleri uzun süreli bellekte sakladığı ve etkili düzenlemeleri eğitim verisine dönüştürdüğü belirtildi. Hatırlanan bir çalışma kuralını yeniden kullanmakla yeni bir hareket becerisi öğretmek, farklı miktarda çalışma gerektiriyor.

Ren, görev prosedürleri ve planlamayla ilgili derslerin çalışma gününde gözden geçirilip ertesi gün uygulanabileceğini söyledi. Hareket politikalarını güncellemekse veri toplamayı, kalite kontrollerini, eğitimi ve doğrulamayı gerektiriyor. Hareket politikası, robotun gözlemlediklerinden yola çıkarak fiziksel eylemlerini belirleyen sistemi ifade ediyor.

Reklam

Ren’e göre canlı yayından elde edilen yararlı verilerin sonraki hareket politikası güncellemelerine yansıması bir ila iki hafta sürecekti. Böylece denemenin iki pratik takip dönemi vardı: Önce iş akışı kurallarında hızlı değişiklikler, ardından hareketi kontrol eden modellerde daha yavaş değişiklikler.

Temizlik robotunun rotasından çıkmasıyla ürün takviyesi yapan robotun yavaş tepki vermesi de farklı sorunlara işaret ediyordu. İlkinde verilen çalışma alanında kalmaya dikkat edilmesi, ikincisindeyse rafların takviyesi için zamanlamanın ve inisiyatifin iyileştirilmesi gerekiyordu. Agibot, iki makinenin bir sonraki kamuya açık değerlendirmesinin ne zaman yapılacağını açıklamadı.

Bu çalışmayı ticari açıdan yararlı kılacak olan ne?

Agibot, mağaza denemesini yeni tanıtılan bütünleşik somutlaştırılmış yapay zekâ yeteneklerinin belirli ticari operasyonlarda ilk kez kullanılması olarak sundu. Şirket, mağazada bu unsurları bir araya getirmeden önce veri, simülasyon, modeller, robot donanımı ve işletim sistemlerini kapsayan AI WAVE teknoloji tanıtım serisini 22 Ekim’de başlatmıştı.

Ticari atılım hedefi, 2026’nın ilk yarısında 2 milyar yuana yaklaşan gelir ve toplam 20.000 genel amaçlı yapay zekâ robotu üretildiğine ilişkin açıklamaların ardından geldi. Market değerlendirmesi, bu makinelerin gündelik hizmet sırasında neler sunabileceğine odaklandı.

Agibot’un kurucu ortağı, eş başkanı ve somutlaştırılmış iş bölümünün başkanı Yao Maoqing, üretken robot çalışmalarının ölçülebilir, tekrarlanabilir ve sürdürülebilir mühendislik standartlarını karşılaması gerektiğini söyledi. Belirttiği ölçütler arasında başarı oranı, görevin tamamlanma süresi ve yaygın olarak MTBF kısaltmasıyla anılan arızalar arasındaki ortalama süre bulunuyordu.

MTBF, arızalar arasında geçen ortalama çalışma süresini ifade ediyor. Mağaza yöneticisi açısından bu ölçüt, pratik bir soruya yanıt veriyor: Bir makine hizmeti aksatan bir sorun çıkmadan önce ne kadar süre çalışabiliyor? Görev süresi de benzer bir nedenle önem taşıyor. Robot hazırlığı sonunda doğru biçimde tamamlayabilse bile kahvaltı için bekleyen müşterilere yemek zamanında ulaştırılmalı.

Agibot ekibi, izlemek istediği dört sonucu belirledi: Tekrar denemelere veya insan müdahalesine daha az zaman harcayarak gereken standardı karşılayan iş miktarını artırmak; ürünler, yerleşim düzenleri veya mağazalar değiştiğinde daha az veri toplamak ve ayarlama yapmak; mevcut becerileri korurken bağımsız değerlendirmelerde de geçerliliğini sürdüren iyileştirmeler sağlamak; farklı vardiyalardan ve müşteri akışlarından deneyim kazanıldıkça işletme maliyetlerini düşürmek.

Şanghay’daki deneme hem yararlı hizmet örnekleri hem de tamamlanmamış işler ortaya koydu. Dört robot kendilerine verilen standartları karşılarken ikisi, bir role uzun süre odaklanma ve hareketleri kontrol etme konularındaki eksiklikleri gösterdi. Şirketin bundan sonraki teknik hedefi, belirlediği performans ölçütlerini kullanarak bu dersleri daha uzun çalışma sürelerine ve değişen mağazalara uygulamak.

Reklam

Öne çıkanlar

  • Altı Agibot Genie G2 robotu, 3 Kasım 2026’da Şanghay’ın Xuhui bölgesindeki markette 24 saatlik denemeyi tamamladı.
  • Robotlar, 683 müşteri etkileşimi, 369 ürün taşıma görevi ve 147 kahve hazırlama görevi dâhil toplam 1.730 görev kaydetti.
  • Dört robot değerlendirmeyi geçti. Raf denetimi robotu mağazanın temposuna ayak uyduramadı, temizlik robotuysa gece vardiyasında kendisine verilen rotadan çıktı.
  • Testlerde kola çeşitlerini ayırt etme, dağılmış bir rafı düzeltme ve insanların ya da kutuların çevresinden geçme görevleri yer aldı.
  • Agibot, iş akışındaki değişikliklerin ertesi gün uygulanabileceğini, deneme verilerini kullanan hareket modeli güncellemelerinin ise bir ila iki hafta sürebileceğini belirtti.
  • Şirketin açıkladığı ticari hedefler arasında başarı oranlarını artırmak, kesintileri azaltmak, yeni mağazalarda kurulumu kolaylaştırmak ve işletme maliyetlerini düşürmek bulunuyor.
Bu haberi paylaş

Bunlar da ilginizi çekebilir