أجرت ستة روبوتات بشرية اختبار عمل لمدة 24 ساعة في متجر صغير في شنغهاي، حيث نجح أربعة منها في التقييم.

عملت ستة روبوتات بشرية في متجر صغير في شنغهاي لمدة 24 ساعة، حيث كانت مسؤولة عن استقبال الزبائن، إعداد القهوة، تقديم الطعام وإعادة التزويد. ومع انتهاء فترة العمل، نجح أربعة روبوتات فقط في اجتياز تقييم الأداء، مما يبرز التحديات التي تواجه الروبوتات في التعامل مع المهام اليومية غير المتوقعة. هذه التجربة، التي تحمل عنوان "الروبوتات لا تتوقف عن العمل"، نظمتها شركة AGIBOT الصينية، وأُقيمت من الساعة 10 صباحًا في 2 نوفمبر حتى الساعة 10 صباحًا في 3 نوفمبر في متجر صغير في منطقة شيوهوي في شنغهاي. قامت الشركة بنشر ستة روبوتات G2 ذات العجلات، وتم بث التجربة مباشرة، مما جذب أكثر من مليوني مشاهد عبر الإنترنت.

وفقًا لمعلومات AGIBOT، أكملت هذه الروبوتات الستة خلال فترة الاختبار 1,730 مهمة. ومع ذلك، لم تتمكن روبوتان مسؤولان عن التنظيف وفحص الرفوف وإعادة التزويد من تحقيق المعايير المطلوبة من الشركة.

تم توزيع المهام المختلفة على هذه الروبوتات، والتي شملت خدمة العملاء، معالجة المنتجات، إعداد القهوة، تقديم الوجبات الساخنة والتنظيف. أفادت AGIBOT بأن هذه الروبوتات أكملت 683 تفاعلًا مع العملاء، و369 عملية استلام وتسليم للمنتجات، و147 طلبًا للقهوة و126 عملية تقديم إفطار. كما نفذت 277 مهمة لفحص الرفوف وإعادة التزويد، و128 مهمة لتنظيف الطاولات. غطت هذه التجربة أربعة فترات تشغيل: ذروة الغداء، ذروة المساء، التشغيل الليلي وذروة الإفطار في الصباح التالي، مما جعل الروبوتات تواجه مستويات مختلفة من نشاط العملاء وظروف متغيرة داخل المتجر، وليس فقط مهام قصيرة ومراقبة.

نتائج تقييم أداء الروبوتات

قامت AGIBOT بتقييم الروبوتات بناءً على ساعات العمل، وحالة إتمام المهام، وتعليقات العملاء، ووقت الاستجابة، وقدرتها على التعامل مع الحالات الطارئة. نجح أربعة روبوتات في اجتياز التقييم النهائي، بينما تم إدراج روبوتين في مجموعة المراقبة لإجراء تحسينات إضافية. كانت الأسباب الرئيسية لفشل الروبوتين في التقييم تتعلق بالتحديات الخاصة بمهام التنظيف وإدارة الرفوف. وفقًا لتقرير TechSpot الذي نقلته وسائل الإعلام الصينية ITHome، لم يتمكن الروبوت المسؤول عن التنظيف من متابعة المسار المخطط له عند مواجهة سلة مهملات ممتلئة. ولم يتمكن من تجاوز هذه العقبة، بل انحرف عن المسار المحدد وغادر المتجر، ولم يتمكن من العودة إلى موقعه.

كما واجه الروبوت المسؤول عن فحص الرفوف وإعادة التزويد صعوبة في مواكبة احتياجات المتجر، حيث أُفيد بأنه يفتقر إلى الاستباقية، ولم يكن قادرًا على التعرف المستمر على المنتجات الناقصة وإعادة تزويدها مع تزايد مبيعاتها.

تسلط هذه المشكلات الضوء على التحديات التي تواجه الروبوتات في مجال الأتمتة. إن أداء المهام في ظروف متوقعة يختلف عن إكمال المهام بشكل موثوق في بيئات متغيرة. يمكن برمجة الروبوتات لتتبع مسارات التنظيف، لكن سلة المهملات المليئة تُدخل حالة قد لا تتمكن من حلها. وبالمثل، فإن إعادة التزويد ليست مجرد التعرف على الفراغات، بل يجب على الروبوت التعرف على المنتجات، وتحديد العناصر المفقودة، والتعامل مع التعبئة، وتحديد متى يجب الانتباه إلى الرفوف. خلال فترة التحدي، قامت AGIBOT أيضًا بإعداد بعض الاختبارات الصعبة، حيث طلب المقيّمون من الروبوتات التعرف على الفرق بين الكولا العادية والكولا الخالية من السكر، وإعادة ترتيب العلكة لتعيدها إلى مكانها، بالإضافة إلى استخدام شخص وصندوق لحجب الممر لاختبار قدرة الروبوتات على اكتشاف العقبات والتنقل.

البنية التحتية التقنية لشركة AGIBOT

عرضت هذه التجربة أيضًا إطار Genie Master للذكاء الاصطناعي الجسدي من AGIBOT، والذي يربط بين تخطيط المهام، والتنفيذ والتغذية الراجعة. من خلال بروتوكول التنفيذ الجسدي الخاص به، يقوم النظام بتنسيق الأعمال المخصصة وجمع نتائج التنفيذ للتحليل. أفادت AGIBOT بأنها تستطيع الاحتفاظ بالتجارب الناجحة والفاشلة، واستخدام هذه التجارب لحل المشكلات، وتحويل التعديلات الفعالة إلى بيانات تدريب لتحسين سلوك الروبوتات في المستقبل. تعتبر هذه الطريقة حيوية، حيث تحتاج الروبوتات البشرية إلى دمج الإدراك، واتخاذ القرار، والعمليات الفيزيائية لتعمل خارج البيئات المسيطر عليها.

يجب على الروبوتات أن تتعرف على الأشياء، وتحديد كيفية الاقتراب منها، والتقاطها وتحريكها، دون إلحاق الضرر بالأشياء القريبة أو تعريض الأشخاص للخطر.

توفر تجربة المتجر الصغيرة هذه مرجعًا مفيدًا لمواجهة هذا التحدي. على الرغم من أن الروبوتات أكملت أكثر من 1,700 نشاط مُبلغ عنه، إلا أن الروبوتين اللذين لم يجتازا التقييم أظهرا أن الأعمال الروتينية الظاهرة في مجال التجزئة قد تكشف عن فجوات في الاستقلالية والقدرة على التكيف. بالنسبة لـ AGIBOT، فإن الخطوة التالية هي تحسين الأداء من خلال التغذية الراجعة التشغيلية، واختبار الروبوتات في بيئات أكثر واقعية. تشير النتائج إلى أن الروبوتات البشرية تحسن قدرتها على التعامل مع مهام التجزئة المحددة، لكن إدارة نوبة العمل بالكامل بشكل موثوق لا تزال مهمة أكثر صعوبة.

تحديات الروبوتات البشرية في بيئات التجزئة

كشفت تجربة المتجر الصغيرة هذه عن التحديات التي تواجه الروبوتات البشرية في بيئات التجزئة الآلية. على الرغم من قدرة الروبوتات على إتمام العديد من المهام، إلا أنها لا تزال تظهر نقصًا في التعامل مع البيئات المتغيرة والحالات الطارئة. خاصة في مهام مثل التنظيف وإعادة التزويد، لم تحقق استقلالية الروبوتات وقدرتها على التكيف المعايير المتوقعة. على الرغم من أن إطار Genie Master من AGIBOT يوفر أساسًا لتحسين الروبوتات، إلا أنه لا يزال بحاجة إلى تحسينات إضافية لضمان عمل الروبوتات بشكل فعال في العالم الحقيقي. تؤكد هذه التحديات على تعقيد تطوير تقنيات الروبوتات وتوفر مرجعًا مهمًا للتحسينات المستقبلية.