หุ่นยนต์ฮิวแมนนอยด์ AgiBot 6 ตัวทำงานสำเร็จ 1,730 รายการ ในการทดลอง 24 ชั่วโมงที่ร้านค้าในเซี่ยงไฮ้

ทำงานเต็มวันหน้าเคาน์เตอร์ โดยมีหุ่นยนต์ 4 ตัวผ่านการประเมิน

หุ่นยนต์ฮิวแมนนอยด์ AgiBot G2 จำนวน 6 ตัวทำงานสำเร็จ 1,730 รายการ ระหว่างการทดลอง 24 ชั่วโมงที่ร้านสะดวกซื้อซึ่งเปิดให้บริการจริงในเขตซวีฮุ่ย นครเซี่ยงไฮ้ โดยให้บริการลูกค้าตั้งแต่มื้อกลางวัน ช่วงเย็น ตลอดคืน ไปจนถึงมื้อเช้า หุ่นยนต์ 4 ใน 6 ตัวผ่านการประเมินช่วงทดลองงาน ซึ่งพิจารณาจากการทำงานสำเร็จ ความเร็วในการตอบสนอง การรับมือกับสถานการณ์ไม่คาดคิด และความคิดเห็นของลูกค้า

การทดสอบเริ่มตั้งแต่เวลา 10:00 น. วันที่ 2 พฤศจิกายน ถึงเวลา 10:00 น. วันที่ 3 พฤศจิกายน หุ่นยนต์แต่ละตัวได้รับมอบหมายงานประจำ ตั้งแต่ต้อนรับลูกค้าและหยิบสินค้า ไปจนถึงชงกาแฟและทำความสะอาดโต๊ะ AgiBot ระบุว่าไลฟ์สตรีมมีผู้ชมทางออนไลน์มากกว่า 2 ล้านคน

จากยอดรวมที่บริษัทสรุป งานต้อนรับลูกค้ามีจำนวนมากที่สุด โดยมีปฏิสัมพันธ์ 683 ครั้ง หุ่นยนต์ยังหยิบและนำส่งสินค้า 369 ครั้ง ชงกาแฟ 147 แก้ว รับรายการอาหารเช้า 126 รายการ เติมสินค้าและตรวจชั้นวาง 277 ครั้ง และทำความสะอาดโต๊ะ 128 ครั้ง

การทดลองนี้รวบรวมโจทย์ยากหลายอย่างไว้ในสถานที่เดียว ทั้งการเข้าใจความต้องการของลูกค้า การหาสินค้าที่ถูกต้อง การหยิบจับสิ่งของอย่างระมัดระวัง และการเคลื่อนที่หลบหลีกผู้คน ผู้ทดสอบที่ได้รับเชิญจงใจจัดสินค้าใหม่และขวางเส้นทาง ขณะที่ร้านยังเปิดขายตามปกติรอบหุ่นยนต์

AgiBot อธิบายว่าการทดสอบดำเนินไปโดยไม่มีมนุษย์แทรกแซงในกระบวนการ หมายถึงไม่มีการสาธิตโดยมนุษย์หรือปรับเครื่องด้วยตนเองที่ร้าน อย่างไรก็ตาม ผลการทดสอบที่เผยแพร่ยังขาดข้อมูลสำคัญในการประเมินภาพรวมประสิทธิภาพ บริษัทเปิดเผยจำนวนงานที่ทำสำเร็จและอัตราความสำเร็จจากการใช้งานก่อนการไลฟ์สตรีม แต่ยังไม่ได้เผยแพร่อัตราความสำเร็จของการทดลอง 24 ชั่วโมง หรือตัวเลขการเข้าควบคุมโดยมนุษย์

หุ่นยนต์ทั้ง 6 ตัวแบ่งงานกันอย่างไร

หุ่นยนต์ตัวหนึ่งต้อนรับลูกค้าที่ทางเข้า สองตัวทำหน้าที่หยิบสินค้า เติมสินค้า และตรวจตราชั้นวาง ตัวที่สี่ชงกาแฟ ตัวที่ห้าประจำเคาน์เตอร์ชำระเงินและจัดการอาหารร้อน ส่วนตัวที่หกทำความสะอาดโต๊ะ

การมอบหมายงานประจำทำให้หุ่นยนต์แต่ละตัวมีภาระงานต่างกัน การต้อนรับต้องใช้ลำดับการกระทำต่างจากการชงเครื่องดื่มหรือบรรจุอาหาร แม้จะทำงานเดียวกัน หุ่นยนต์ก็อาจต้องรับมือกับคำขอที่เปลี่ยนไป สินค้าที่วางผิดที่ หรือทางเดินที่มีลูกค้าอยู่

การต้อนรับลูกค้าและการหยิบสินค้ารวมกันคิดเป็น 1,052 จากงานที่ทำสำเร็จทั้งหมด 1,730 รายการ หรือประมาณ 61 เปอร์เซ็นต์ ตัวเลขนี้ช่วยให้เห็นว่ากิจกรรมส่วนใหญ่เกิดขึ้นในงานประเภทใด แม้ยอดนับจะให้น้ำหนักเท่ากันกับงานที่อาจใช้เวลาและความพยายามแตกต่างกันมาก

ยอดรวมทั้งหมดมีดังนี้:

• ต้อนรับลูกค้า: 683 ครั้ง
• หยิบและนำส่งสินค้า: 369 ครั้ง
• ชงกาแฟ: 147 แก้ว
• ให้บริการอาหารเช้า: 126 รายการ
• เติมสินค้าและตรวจชั้นวาง: 277 ครั้ง
• ทำความสะอาดโต๊ะ: 128 ครั้ง

เมื่อคิดจากหุ่นยนต์ทั้ง 6 ตัว เท่ากับทีมทำงานสำเร็จเฉลี่ยประมาณ 72 รายการต่อชั่วโมง ความต้องการใช้บริการจริงเปลี่ยนแปลงไปตามช่วงเวลาที่ร้านคึกคักและช่วงกลางคืนที่เงียบกว่า

ลูกค้าและผู้ทดสอบทำให้สถานการณ์เปลี่ยนไป

ผู้ทดสอบที่ได้รับเชิญท้าทายหุ่นยนต์ด้วยสถานการณ์ที่ต้องทำมากกว่าจำตำแหน่งปกติของสินค้า พวกเขานำโคลาสูตรปกติมาปะปนกับสูตรไม่มีน้ำตาล แล้วระบุขอสูตรไม่มีน้ำตาลโดยเฉพาะ นอกจากนี้ยังสลับตำแหน่งหมากฝรั่งเต็มชั้นวาง

มีรายงานว่าหุ่นยนต์นำคำขอเครื่องดื่มที่พูดออกมาประกอบกับการตรวจสอบด้วยภาพเพื่อเลือกโคลาที่ถูกต้อง ส่วนกรณีหมากฝรั่ง หุ่นยนต์นับสินค้าด้วยการมองเห็นขณะจัดชั้นวางให้เข้าที่ แทนที่จะอาศัยตำแหน่งที่ระบุด้วยป้ายราคา

การทดสอบทั้งสองมุ่งตรวจสอบปัญหาที่พบได้ทั่วไปในร้านค้าปลีก นั่นคือสภาพร้านตรงหน้าอาจไม่ตรงกับผังที่คาดไว้ ลูกค้าอาจวางสินค้าผิดที่ และบรรจุภัณฑ์ที่คล้ายกันอาจทำให้สินค้าสองชนิดดูแทบไม่ต่างกัน

ผู้ทดสอบยังยืนขวางทางเดินและวางกล่องกีดขวางเส้นทางของหุ่นยนต์ มีรายงานว่าเครื่องหยุดและเลือกเส้นทางใหม่เพื่อหลบสิ่งกีดขวาง ในร้านที่เปิดให้บริการ การเคลื่อนที่กับการให้บริการเป็นเรื่องเชื่อมโยงกัน เพราะการไปถึงชั้นวางอย่างปลอดภัยเป็นส่วนหนึ่งของการทำตามคำขอของลูกค้า

เหตุใมขนมปังหรือประตูตู้แช่แข็งจึงเป็นงานยาก

เหริน กวงฮุย รองประธานศูนย์วิจัยปัญญาประดิษฐ์เชิงกายภาพของ AgiBot อธิบายว่าร้านสะดวกซื้อเป็นสภาพแวดล้อมที่ท้าทาย เพราะมีสินค้าหลากหลายประเภท คำขอจากลูกค้าหลายรูปแบบ และอุปกรณ์ที่หุ่นยนต์ต้องใช้ งานในโรงงานอาจเกิดขึ้นในสภาพแวดล้อมที่คงที่กว่า โดยมีสิ่งของและการเคลื่อนไหวให้จัดการในวงจำกัดกว่า

การบรรจุขนมปังแสดงให้เห็นความยากนี้ หุ่นยนต์ต้องใช้ที่คีบ หยิบอาหาร และเปิดถุงกระดาษ แต่ละขั้นตอนเปลี่ยนตำแหน่งของสิ่งของและพื้นที่ที่เหลือสำหรับการเคลื่อนไหวครั้งถัดไป การหยิบได้สำเร็จเพียงอย่างเดียวยังไม่เพียงพอที่จะทำรายการสั่งซื้อให้เสร็จสมบูรณ์

การเปิดตู้แช่แข็งเป็นอีกโจทย์หนึ่งที่สร้างปัญหาระหว่างการพัฒนา หุ่นยนต์ต้องเข้าใจว่าประตูเปิดไปทางไหนและควรออกแรงมากเพียงใด จากนั้นต้องประสานการทำงานของแขนทั้งสองข้าง โดยใช้แขนข้างหนึ่งจับประตูไว้และอีกข้างหยิบสินค้า

เหรินอธิบายว่าเซ็นเซอร์บริเวณศีรษะและข้อมือ รวมถึงเซ็นเซอร์แรงที่แขน ช่วยให้หุ่นยนต์ประเมินการเคลื่อนไหวของตนเองได้ การตรวจจับแรงช่วยให้เครื่องรับรู้ว่ากำลังผลักหรือดึงแรงแค่ไหน จึงช่วยหลีกเลี่ยงการชนรุนแรงหรือทำให้ประตูเสียหาย

งานที่ยากที่สุดบางส่วนเกี่ยวข้องกับสินค้าที่งอ เคลื่อนตำแหน่ง หรือแตกหักได้ง่าย การแขวนถุงขนมบนตะขอและหยิบเค้กเนื้อนุ่มโดยไม่ทำให้เสียรูปยังเป็นเรื่องยาก และบางครั้งหุ่นยนต์ก็ทำไม่สำเร็จ ตัวอย่างเหล่านี้แสดงให้เห็นว่าในการทดลองที่ร้านค้า ต้องประเมินคุณภาพการหยิบจับควบคู่ไปกับจำนวนงานที่ทำเสร็จ

ซอฟต์แวร์ที่เชื่อมการตัดสินใจกับการเคลื่อนไหว

หุ่นยนต์ทั้ง 6 ตัวทำงานประสานกันด้วย Genie Master ซึ่งเป็นกรอบการทำงานเอเจนต์ปัญญาประดิษฐ์เชิงกายภาพของ AgiBot บริษัทระบุว่า Embodied Execution Protocol เชื่อมการตัดสินใจเลือกงาน การเคลื่อนไหวทางกายภาพ และข้อมูลตอบกลับจากผลลัพธ์เข้าด้วยกัน

กล่าวอย่างง่าย ปัญญาประดิษฐ์เชิงกายภาพคือปัญญาประดิษฐ์ที่ลงมือทำผ่านเครื่องจักรจริง หุ่นยนต์ในร้านต้องเปลี่ยนคำขอให้เป็นการเคลื่อนไหว จากนั้นใช้เซ็นเซอร์ตรวจสอบว่าเกิดอะไรขึ้น การขอเครื่องดื่มเป็นการกำหนดเป้าหมาย ส่วนการค้นหา หยิบ และนำภาชนะที่ถูกต้องไปส่งต้องอาศัยลำดับการกระทำทางกายภาพหลายขั้นตอน

AgiBot ระบุว่าระบบทบทวนการทำงานที่สำเร็จและล้มเหลวในแต่ละวัน เก็บประสบการณ์ที่เป็นประโยชน์ไว้ในหน่วยความจำระยะยาว และแปลงการลองทำซ้ำที่ได้รับการแก้ไขแล้วให้เป็นข้อมูลฝึกสอน ข้อมูลฝึกสอนเหล่านี้คือตัวอย่างที่ระบบนำไปใช้ปรับปรุงการทำงานในภายหลังได้

เหรินกล่าวว่าในช่วงแรก ระบบรับคำสั่งซื้อพบกรณีสั่งซื้อไม่สำเร็จ การอัปเดตสถานะไม่ถูกบันทึก และหุ่นยนต์ขัดแย้งกันเรื่องตำแหน่ง ปัญหาการประสานขั้นตอนการทำงานได้รับการทบทวนภายในวันเดียวกัน และมีการปรับแก้ให้มีผลในวันถัดไปโดยไม่เปลี่ยนตัวโมเดล

หุ่นยนต์ยังฝึกฝนในช่วงที่ร้านเงียบ เหรินกล่าวว่าในช่วงกลางคืนที่ไม่มีงาน หุ่นยนต์จะไปที่ชั้นวางเพื่อฝึกงานที่ยากขึ้น ร้านจึงเป็นทั้งสถานที่ทำงานและสภาพแวดล้อมสำหรับฝึกฝนเพิ่มเติม โดยยังมีการทำงานนอกช่วงเวลาที่ลูกค้าหนาแน่นที่สุด

คำอธิบายของบริษัทเชื่อมโยงองค์ประกอบหลายส่วนของการพัฒนาหุ่นยนต์ ซึ่งมักถูกนำเสนอแยกจากกัน ได้แก่ การเลือกการกระทำ การลงมือทำ และการเรียนรู้จากผลลัพธ์ ร้านสะดวกซื้อทำให้ทั้งหมดเกิดขึ้นในการใช้งานจริงครั้งเดียว ซึ่งความผิดพลาดในขั้นตอนหนึ่งอาจส่งผลต่อขั้นตอนอื่นของคำสั่งซื้อ

สิ่งที่การประเมินวัด และข้อมูลที่ยังขาด

หุ่นยนต์ 4 ตัวผ่านการประเมินช่วงทดลองงาน โดยพิจารณาจากการทำงานสำเร็จ ความเร็วในการตอบสนอง การรับมือกับกรณียกเว้น และความคิดเห็นของลูกค้า ส่วนอีก 2 ตัวไม่ผ่าน ผลการประเมินที่เผยแพร่ไม่ได้ระบุผลรายตัวหรือเหตุผลที่ไม่ผ่าน อีกทั้งยังไม่มีตัวเลขอัตราความสำเร็จจากการทดลอง 24 ชั่วโมงและจำนวนครั้งที่มนุษย์เข้าควบคุม

ระหว่างการใช้งานในร้านสะดวกซื้อก่อนการไลฟ์สตรีม หุ่นยนต์ G2 ที่ใช้ GO-3 Preview เพิ่มอัตราความสำเร็จของกระบวนงานตั้งแต่ต้นจนจบ จาก 28.6 เปอร์เซ็นต์ในวันแรกเป็น 85.7 เปอร์เซ็นต์อย่างคงที่ภายในวันที่ห้า อัตราความสำเร็จของงานเดี่ยวสูงกว่าการปรับแต่งแบบมีผู้ควบคุมดูแลตามวิธีทั่วไป หรือ SFT อยู่ 17.7 จุดเปอร์เซ็นต์ ตัวเลขเหล่านี้เป็นผลจากการใช้งานก่อนการไลฟ์สตรีม ไม่ใช่ผลจากการทดลอง 24 ชั่วโมง

เหรินกล่าวว่าบริษัทจะติดตามตัวชี้วัดให้กว้างขึ้น ได้แก่ อัตราความสำเร็จของงาน ความสำเร็จตั้งแต่ครั้งแรก เวลาตอบสนอง เวลารวมตั้งแต่ได้รับคำขอจนทำเสร็จ จำนวนครั้งที่ส่งงานได้ตามเกณฑ์ต่อหน่วยเวลา ความถี่ในการเข้าควบคุมโดยมนุษย์ เวลากู้คืนระบบ และความพร้อมใช้งานของระบบ

ตัวชี้วัดเหล่านี้ตอบโจทย์การใช้งานจริงคนละด้าน ความสำเร็จตั้งแต่ครั้งแรกบอกว่าหุ่นยนต์ทำงานได้ถูกต้องทันทีหรือไม่ เวลากู้คืนระบบวัดว่าต้องใช้เวลานานแค่ไหนกว่าจะกลับมาทำงานได้หลังเกิดปัญหา ส่วนความพร้อมใช้งานของระบบบอกว่าอุปกรณ์พร้อมใช้เป็นสัดส่วนเท่าใดของช่วงเวลาที่กำหนดให้ทำงาน

ผู้ประกอบการร้านค้าต้องการรายละเอียดเหล่านี้ เพราะการส่งสินค้าสำเร็จหนึ่งครั้งอาจเกิดจากการทำงานที่รวดเร็วราบรื่น หรืออาจต้องลองหลายครั้ง เช่นเดียวกัน หุ่นยนต์ที่ตอบสนองเร็วแต่ใช้เวลานานกว่าจะทำคำสั่งซื้อเสร็จ จะมอบประสบการณ์ให้ลูกค้าต่างจากหุ่นยนต์ที่ทำงานครบทุกขั้นตอนได้อย่างรวดเร็ว

ยอดงานสุดท้ายของ AgiBot บันทึกปริมาณกิจกรรมที่ทำสำเร็จ ส่วนตัวชี้วัดด้านประสิทธิภาพที่ครบถ้วนกว่าจะช่วยให้ร้านประเมินได้ว่าหุ่นยนต์ให้บริการลูกค้าได้สม่ำเสมอเพียงใด ต้องการการสนับสนุนมากแค่ไหน และฟื้นตัวจากปัญหาได้ดีเพียงใด

จากการเปิดตัวผลิตภัณฑ์สู่การทำงานกะกลางคืน

การทดสอบในร้านสะดวกซื้อเป็นกิจกรรมปิดท้ายชุดการเปิดตัว AI WAVE ของ AgiBot ซึ่งเริ่มต้นเมื่อวันที่ 22 ตุลาคม ชุดกิจกรรมดังกล่าวนำชุดข้อมูล แพลตฟอร์มจำลองสถานการณ์ โมเดล และฮาร์ดแวร์หุ่นยนต์ของบริษัทมารวมไว้ในการใช้งานจริง

หมุดหมายสำคัญมีดังนี้:

• 22 ตุลาคม: AgiBot เริ่มชุดการเปิดตัว AI WAVE
• 2 พฤศจิกายน เวลา 10:00 น.: หุ่นยนต์ทั้ง 6 ตัวเริ่มการทดสอบในร้านสะดวกซื้อเขตซวีฮุ่ย นครเซี่ยงไฮ้
• 2 ถึง 3 พฤศจิกายน: ทีมทำงานต่อเนื่องผ่านช่วงมื้อกลางวันและช่วงเย็นที่ลูกค้าหนาแน่น กะกลางคืน และช่วงเช้าที่ลูกค้าคึกคัก
• 3 พฤศจิกายน เวลา 10:00 น.: การทดลองสิ้นสุดลง โดย AgiBot รายงานว่าทำงานสำเร็จ 1,730 รายการ และหุ่นยนต์ 4 ตัวผ่านการประเมิน

เหรินระบุว่าการทำงานกะกลางคืนเป็นหนึ่งในด้านการใช้งานจริงที่บริษัทกำลังศึกษา ร้านที่เปิดตลอด 24 ชั่วโมงต้องมีพนักงานทำงานในช่วงเวลาที่รบกวนรูปแบบการนอนตามปกติ ขณะที่งานซ้ำๆ บางประเภทต้องใช้ความใส่ใจเป็นเวลานาน

AgiBot ยังศึกษาเทคโนโลยีเปลี่ยนแบตเตอรี่อัตโนมัติเพื่อรองรับการทำงานต่อเนื่อง วิธีนี้จะช่วยให้หุ่นยนต์เปลี่ยนแบตเตอรี่ที่ใกล้หมดแล้วกลับไปทำงานต่อได้ ซึ่งเป็นส่วนหนึ่งของแผนที่บริษัทระบุไว้เพื่อรองรับการให้บริการเป็นเวลานาน

การทดลองนี้บอกอะไรเกี่ยวกับงานในร้านค้า

การใช้งานในเซี่ยงไฮ้ให้หุ่นยนต์ทำหน้าที่บริการหลายอย่างที่เชื่อมโยงกัน ขณะที่ลูกค้ายังคงเลือกซื้อสินค้า รายละเอียดที่สะท้อนการใช้งานจริงได้ชัดที่สุดคือความหลากหลายของงานที่ทดลองทำ ตั้งแต่พูดคุยกับลูกค้า แยกแยะสินค้า จัดการอาหาร ใช้อุปกรณ์ เคลื่อนที่ตามทางเดิน ไปจนถึงทำความสะอาดพื้นผิวส่วนกลาง

ช่วงเวลาที่ยากก็เป็นเรื่องที่จับต้องได้ไม่แพ้กัน เค้กเนื้อนุ่มต้องจับอย่างนุ่มนวล ประตูตู้แช่แข็งต้องใช้แรงอย่างพอดีและประสานการทำงานของแขน สินค้าที่วางผิดที่ต้องตรวจสอบด้วยภาพใหม่อีกครั้ง สำหรับพนักงานที่มีประสบการณ์ การกระทำแต่ละอย่างอาจเป็นงานเล็กๆ แต่สำหรับหุ่นยนต์แล้วต้องอาศัยความสามารถหลายด้านทำงานร่วมกัน

สำหรับผู้ค้าปลีกที่กำลังพิจารณาใช้อุปกรณ์ลักษณะเดียวกัน คำถามสำคัญคือความน่าเชื่อถือตลอดกะ คุณภาพการให้บริการในช่วงคนหนาแน่น และระดับการสนับสนุนจากมนุษย์ที่จำเป็น AgiBot เผยแพร่ยอดกิจกรรมที่ทำสำเร็จจำนวนมากและผลประเมินช่วงทดลองงานที่มีทั้งผ่านและไม่ผ่าน ตัวชี้วัดประสิทธิภาพที่บริษัทเสนอจะช่วยให้เห็นรายละเอียดอีกระดับที่จำเป็นต่อการประเมินการใช้งานในร้านตามปกติ

ประเด็นสำคัญ

• หุ่นยนต์ฮิวแมนนอยด์ AgiBot G2 จำนวน 6 ตัวทำงานตั้งแต่วันที่ 2 ถึง 3 พฤศจิกายน ในร้านสะดวกซื้อที่เปิดให้บริการจริงในเขตซวีฮุ่ย นครเซี่ยงไฮ้
• AgiBot รายงานว่าหุ่นยนต์ทำงานสำเร็จ 1,730 รายการ รวมถึงต้อนรับลูกค้า 683 ครั้ง หยิบและนำส่งสินค้า 369 ครั้ง และชงกาแฟ 147 แก้ว
• หุ่นยนต์ 4 ตัวผ่านการประเมินช่วงทดลองงาน ส่วนอีก 2 ตัวไม่ผ่าน
• ผู้ทดสอบจัดสินค้าใหม่และขวางทางเดิน เพื่อทดสอบการระบุสินค้า การจัดชั้นวาง และการนำทาง
• การหยิบจับสิ่งของที่ต้องระมัดระวัง เช่น การยกเค้กเนื้อนุ่มและแขวนถุงขนม ยังคงเป็นงานยาก
• AgiBot ระบุว่าการทดสอบไม่มีการสาธิตโดยมนุษย์หรือการปรับเครื่องด้วยตนเองที่ร้าน ก่อนการไลฟ์สตรีม อัตราความสำเร็จของกระบวนงานตั้งแต่ต้นจนจบเพิ่มจาก 28.6 เปอร์เซ็นต์ในวันแรกเป็น 85.7 เปอร์เซ็นต์ภายในวันที่ห้า และอัตราความสำเร็จของงานเดี่ยวสูงกว่าการปรับแต่งแบบมีผู้ควบคุมดูแลตามวิธีทั่วไป 17.7 จุดเปอร์เซ็นต์ ขณะที่อัตราความสำเร็จของการทดลอง 24 ชั่วโมงและตัวเลขการเข้าควบคุมโดยมนุษย์ยังไม่ได้รับการเปิดเผย
• บริษัทกำลังศึกษาเรื่องการทำงานกะกลางคืนและการเปลี่ยนแบตเตอรี่อัตโนมัติ เพื่อให้หุ่นยนต์ทำงานได้ยาวนานขึ้น