- Seis robots humanoides realizaron pruebas de trabajo de 24 horas en la tienda de conveniencia, cuatro de ellos superaron la evaluación.
- Las máquinas enfrentaron desafíos en tareas de limpieza y reabastecimiento, no alcanzando los estándares de rendimiento.
- AGIBOT utiliza el marco Genie Master para mejorar la autonomía y adaptabilidad de los robots.
- El experimento mostró que aún existen brechas en autonomía y adaptabilidad en el trabajo minorista.
Seis robots humanoides trabajaron durante 24 horas en una tienda de conveniencia en Shanghái, encargándose de recibir a los clientes, preparar café, ofrecer alimentos y reabastecer. Sin embargo, al finalizar el turno, solo cuatro robots pasaron la evaluación de rendimiento, lo que resalta los desafíos que enfrentan las máquinas al manejar tareas diarias impredecibles. Este experimento, denominado "Los robots nunca se detienen", fue organizado por la empresa china de robótica AGIBOT y se llevó a cabo desde el 2 de noviembre a las 10:00 hasta el 3 de noviembre a las 10:00 en una tienda de conveniencia en el distrito de Xuhui, Shanghái. La compañía desplegó seis robots G2 de ruedas humanoides y realizó una transmisión en vivo que atrajo a más de dos millones de espectadores en línea.
Según datos de AGIBOT, estos seis robots completaron un total de 1,730 tareas durante el periodo de prueba. Sin embargo, dos de los robots encargados de la limpieza y la verificación y reabastecimiento de estantes no alcanzaron los estándares de rendimiento de la empresa.
Los seis robots fueron asignados a diferentes responsabilidades en el retail, abarcando atención al cliente, manejo de productos, preparación de café, servicio de alimentos calientes y limpieza. AGIBOT reportó que estos robots completaron 683 interacciones de servicio al cliente, 369 recogidas y entregas de productos, 147 pedidos de café y 126 suministros de desayuno. También realizaron 277 tareas de verificación y reabastecimiento de estantes, así como 128 tareas de limpieza de mesas. Este experimento abarcó cuatro períodos operativos: pico de almuerzo, pico de la tarde, operaciones nocturnas y el posterior pico de desayuno de la mañana, permitiendo que los robots enfrentaran diferentes niveles de actividad de los clientes y condiciones cambiantes dentro de la tienda, en lugar de limitarse a tareas controladas y breves.
Resultados de la evaluación del rendimiento de los robots
AGIBOT evaluó a los robots en función de su tiempo de trabajo, el estado de las tareas completadas, la retroalimentación de los clientes, el tiempo de respuesta y su capacidad para manejar situaciones imprevistas. Cuatro robots pasaron la evaluación final, mientras que dos fueron colocados en un grupo de observación para mejoras adicionales. Las razones del fracaso de los dos robots se debieron principalmente a que las tareas de limpieza y gestión de estantes resultaron ser especialmente desafiantes. Según un informe de TechSpot citando a los medios chinos ITHome, el robot de limpieza no pudo avanzar por su ruta planificada al encontrarse con un cubo de basura lleno. No logró sortear este obstáculo, desviándose de su ruta designada y saliendo de la tienda, sin poder regresar a su posición.
El robot encargado de la verificación y reabastecimiento de estantes también tuvo dificultades para seguir el ritmo de las demandas de la tienda, ya que se informó que carecía de proactividad y no pudo identificar y reabastecer de manera continua los productos que faltaban a medida que se vendían.
Estos problemas resaltan los desafíos que enfrentan los robots en la automatización. Ejecutar tareas en condiciones predecibles no es lo mismo que completar tareas de manera confiable en un entorno cambiante. Las máquinas pueden ser programadas para seguir rutas de limpieza, pero un cubo de basura desbordado introduce una situación que puede no ser capaz de resolver. Asimismo, el reabastecimiento no se limita a identificar espacios vacíos; la máquina debe identificar productos, localizar artículos fuera de lugar, manipular empaques y decidir cuándo necesita prestar atención a los estantes. Durante el desafío, AGIBOT también estableció pruebas difíciles, donde se pidió a los robots que identificaran la diferencia entre Coca-Cola regular y Coca-Cola sin azúcar, y que reorganizaran chicles para devolverlos a su lugar, además de bloquear un pasillo con una persona y una caja para probar la capacidad de detección de obstáculos y navegación.
Arquitectura técnica de AGIBOT
Este experimento también mostró el marco de agente de inteligencia artificial encarnada Genie Master de AGIBOT, que conecta la planificación de tareas, la ejecución y la retroalimentación. Utilizando su protocolo de ejecución encarnada, el sistema coordina el trabajo asignado y recopila los resultados de ejecución para su análisis. AGIBOT indicó que puede retener experiencias de éxito y fracaso, utilizando estas experiencias para resolver problemas y convertir ajustes efectivos en datos de entrenamiento para mejorar el comportamiento futuro de los robots. Este enfoque es crucial, ya que los robots humanoides necesitan combinar percepción, toma de decisiones y operación física para funcionar fuera de un entorno controlado.
Los robots no solo necesitan identificar objetos, sino también determinar cómo acercarse, agarrar y moverlos sin dañar los objetos cercanos o poner en peligro a las personas.
El experimento en la tienda de conveniencia proporciona una referencia útil para abordar este desafío. A pesar de que los robots completaron más de 1,700 actividades reportadas, los dos robots que no pasaron la evaluación mostraron que las tareas de retail que parecen rutinarias pueden aún exponer brechas en autonomía y adaptabilidad. Para AGIBOT, el siguiente paso es mejorar el rendimiento a través de retroalimentación operativa y probar sus robots en entornos más reales. Los resultados indican que los robots humanoides están mejorando en el manejo de responsabilidades específicas en el retail, pero gestionar de manera confiable todo un turno sigue siendo una tarea más ardua.
Desafíos de los robots humanoides en el entorno minorista
El experimento en la tienda de conveniencia reveló los desafíos que enfrentan los robots humanoides en un entorno de retail automatizado. A pesar de que las máquinas pueden completar múltiples tareas, aún muestran deficiencias al enfrentar entornos cambiantes y situaciones imprevistas. Especialmente en tareas como la limpieza y el reabastecimiento, la autonomía y adaptabilidad de los robots no alcanzaron los estándares esperados. Aunque el marco Genie Master de AGIBOT proporciona una base para la mejora de los robots, aún se requiere una optimización adicional para garantizar que las máquinas operen de manera efectiva en el mundo real. Estos desafíos subrayan la complejidad del desarrollo de la tecnología robótica y ofrecen referencias importantes para futuras mejoras.