- Sechs humanoide Roboter führten einen 24-Stunden-Arbeitstest in einem Convenience-Store durch, vier bestanden die Bewertung.
- Die Maschinen hatten Herausforderungen bei Reinigungs- und Auffüllaufgaben und erreichten nicht die Leistungsstandards.
- AGIBOT nutzt das Genie Master Framework, um die Autonomie und Anpassungsfähigkeit der Roboter zu verbessern.
- Das Experiment zeigt, dass es im Einzelhandel weiterhin Lücken in der Autonomie und Anpassungsfähigkeit gibt.
Sechs humanoide Roboter arbeiteten 24 Stunden lang in einem Convenience-Store in Shanghai und waren für die Begrüßung der Kunden, die Zubereitung von Kaffee, die Bereitstellung von Lebensmitteln und das Auffüllen der Regale zuständig. Bei Schichtende bestanden jedoch nur vier Roboter die Leistungsbewertung, was die Herausforderungen der Maschinen bei der Bewältigung unvorhersehbarer alltäglicher Aufgaben verdeutlicht. Dieses Experiment mit dem Titel „Maschinen arbeiten nie weniger“ wurde von der chinesischen Robotergesellschaft AGIBOT organisiert und fand vom 2. November um 10 Uhr bis zum 3. November um 10 Uhr in einem Convenience-Store im Stadtteil Xuhui in Shanghai statt. Das Unternehmen setzte sechs G2-Roboter ein und streamte das Ereignis live, was über zwei Millionen Online-Zuschauer anzog.
Laut AGIBOT absolvierten die sechs Roboter während des Tests insgesamt 1.730 Aufgaben. Zwei der Roboter, die für Reinigungs- und Regalinspektions- sowie Auffüllaufgaben zuständig waren, erreichten jedoch nicht die Leistungsstandards des Unternehmens.
Die sechs Roboter wurden mit unterschiedlichen Einzelhandelsaufgaben betraut, die Kundenservice, Produktbearbeitung, Kaffeezubereitung, Warmessen-Service und Reinigung umfassten. AGIBOT berichtete, dass diese Roboter 683 Kundeninteraktionen, 369 Produktabholungen und -lieferungen, 147 Kaffee-Bestellungen und 126 Frühstücksservierungen durchführten. Sie führten auch 277 Regalinspektions- und Auffüllaufgaben sowie 128 Tischreinigungsaufgaben aus. Das Experiment umfasste vier Betriebszeiten: Mittagszeit, Abendspitze, nächtlicher Betrieb und die anschließende Frühstückszeit am Morgen, wodurch die Roboter mit unterschiedlichen Kundenaktivitätsniveaus und wechselnden Bedingungen im Geschäft konfrontiert wurden, anstatt nur kurze kontrollierte Aufgaben zu bewältigen.
Bewertung der Maschinenleistung
AGIBOT bewertete die Roboter anhand ihrer Arbeitszeit, der Erledigung von Aufgaben, des Kundenfeedbacks, der Reaktionszeit und ihrer Fähigkeit, auf unerwartete Situationen zu reagieren. Vier Roboter bestanden die endgültige Bewertung, während zwei in die Beobachtungsgruppe aufgenommen wurden, um weitere Verbesserungen vorzunehmen. Die Gründe für das Versagen der beiden Roboter lagen hauptsächlich in den besonders herausfordernden Reinigungs- und Regalverwaltungsaufgaben. Laut einem Bericht von TechSpot, der sich auf die chinesischen Medien ITHome bezieht, konnte der Reinigungsroboter bei vollen Mülleimern nicht dem geplanten Weg folgen. Er war nicht in der Lage, dieses Hindernis zu überwinden und wich vom vorgesehenen Pfad ab, verließ den Laden und konnte nicht zu seinem Standort zurückkehren.
Der Roboter, der für Regalinspektion und Auffüllung zuständig war, hatte ebenfalls Schwierigkeiten, mit den Anforderungen des Geschäfts Schritt zu halten. Berichten zufolge fehlte es ihm an Proaktivität, um kontinuierlich fehlende Produkte zu identifizieren und aufzufüllen, die durch den Verkauf von Waren abgenommen hatten.
Diese Probleme verdeutlichen die Herausforderungen der Maschinen im Bereich der Automatisierung. Aufgaben unter vorhersehbaren Bedingungen auszuführen, unterscheidet sich erheblich davon, in einem sich verändernden Umfeld zuverlässig zu arbeiten. Maschinen können programmiert werden, um Reinigungswege zu folgen, aber überlaufende Mülleimer bringen eine Situation mit sich, die sie möglicherweise nicht bewältigen können. Ebenso besteht Auffüllen nicht nur darin, leere Plätze zu identifizieren; die Maschinen müssen Produkte erkennen, falsch platzierte Gegenstände lokalisieren, Verpackungen handhaben und entscheiden, wann sie sich um die Regale kümmern müssen. AGIBOT stellte während der Herausforderungen auch absichtlich einige schwierige Tests auf, bei denen die Evaluatoren die Roboter aufforderten, den Unterschied zwischen normalem Cola und zuckerfreiem Cola zu erkennen und Kaugummi neu anzuordnen, um ihn an seinen Platz zurückzulegen, sowie einen Menschen und eine Kiste als Hindernis zu nutzen, um die Fähigkeit zur Hinderniserkennung und Navigation zu testen.
Technologische Architektur von AGIBOT
Dieses Experiment zeigte auch das Genie Master Framework von AGIBOT, einem verkörperten KI-Agenten, der Aufgabenplanung, Ausführung und Feedback miteinander verbindet. Mithilfe seines verkörperten Ausführungsprotokolls koordiniert das System die zugewiesenen Arbeiten und sammelt die Ergebnisse zur Analyse. AGIBOT erklärte, dass es die Erfahrungen von Erfolgen und Misserfolgen speichern kann, um Probleme zu beheben und wirksame Anpassungen in Trainingsdaten umzuwandeln, um das Verhalten zukünftiger Roboter zu verbessern. Dieser Ansatz ist entscheidend, da humanoide Roboter eine Kombination aus Wahrnehmung, Entscheidungsfindung und physischer Interaktion benötigen, um außerhalb kontrollierter Umgebungen zu operieren.
Die Roboter müssen nicht nur Objekte erkennen, sondern auch bestimmen, wie sie sich nähern, greifen und bewegen, ohne nahegelegene Gegenstände zu beschädigen oder Menschen zu gefährden.
Das Experiment im Convenience-Store bietet nützliche Hinweise zur Bewältigung dieser Herausforderungen. Obwohl die Roboter über 1.700 berichtete Aktivitäten abgeschlossen haben, zeigen die beiden nicht bestandenen Roboter, dass selbst scheinbar routinemäßige Einzelhandelsaufgaben weiterhin Lücken in der Autonomie und Anpassungsfähigkeit aufweisen können. Für AGIBOT besteht der nächste Schritt darin, die Leistung durch Betriebsfeedback zu verbessern und seine Roboter in realistischeren Umgebungen zu testen. Die Ergebnisse zeigen, dass humanoide Roboter zunehmend in der Lage sind, spezifische Einzelhandelsaufgaben zu bewältigen, aber das zuverlässige Management eines gesamten Schichtbetriebs bleibt eine weitaus anspruchsvollere Aufgabe.
Herausforderungen humanoider Roboter im Einzelhandelsumfeld
Das Experiment im Convenience-Store offenbarte die Herausforderungen humanoider Roboter in automatisierten Einzelhandelsumgebungen. Obwohl die Maschinen in der Lage sind, mehrere Aufgaben zu erfüllen, zeigen sie weiterhin Mängel im Umgang mit sich verändernden Umgebungen und unerwarteten Situationen. Insbesondere bei Aufgaben wie Reinigung und Auffüllung erreichte die Autonomie und Anpassungsfähigkeit der Maschinen nicht die erwarteten Standards. Obwohl AGIBOTs Genie Master Framework eine verbesserte Grundlage für die Roboter bietet, muss es weiter optimiert werden, um sicherzustellen, dass die Maschinen in der realen Welt effektiv arbeiten können. Diese Herausforderungen unterstreichen die Komplexität der Entwicklung von Robotik-Technologien und bieten wichtige Hinweise für zukünftige Verbesserungen.