Enam robot humanoid melakukan uji kerja 24 jam di toko serba ada di Shanghai, empat robot berhasil melewati evaluasi.

Enam robot humanoid bekerja selama 24 jam di sebuah toko serba ada di Shanghai, bertugas menyambut pelanggan, membuat kopi, menyediakan makanan, dan mengisi ulang stok. Namun, saat pergantian shift, hanya empat robot yang berhasil melewati evaluasi kinerja, menyoroti tantangan yang dihadapi robot dalam menangani tugas sehari-hari yang tidak terduga. Eksperimen yang diberi nama "Robot Tidak Pernah Libur" ini diorganisir oleh perusahaan robot China AGIBOT, berlangsung dari 2 November pukul 10:00 hingga 3 November pukul 10:00 di sebuah toko serba ada di Distrik Xuhui, Shanghai. Perusahaan tersebut mengerahkan enam robot humanoid G2 dan melakukan siaran langsung, menarik lebih dari dua juta penonton online.

Menurut data AGIBOT, enam robot tersebut menyelesaikan total 1.730 tugas selama periode percobaan. Namun, dua robot yang bertanggung jawab atas pembersihan dan pemeriksaan serta pengisian ulang rak tidak memenuhi standar kinerja perusahaan.

Enam robot tersebut diberikan berbagai tanggung jawab ritel, mencakup layanan pelanggan, penanganan produk, pembuatan kopi, layanan makanan panas, dan pembersihan. AGIBOT melaporkan bahwa robot-robot ini menyelesaikan 683 interaksi layanan pelanggan, 369 pengambilan dan pengantaran produk, 147 pesanan kopi, dan 126 penyediaan sarapan. Mereka juga melakukan 277 pemeriksaan rak dan tugas pengisian ulang, serta 128 tugas pembersihan meja. Percobaan ini mencakup empat periode operasional: puncak makan siang, puncak malam, operasi malam, dan puncak sarapan keesokan harinya, memungkinkan robot menghadapi berbagai tingkat aktivitas pelanggan dan kondisi toko yang berubah, bukan hanya terbatas pada tugas terkontrol yang singkat.

Hasil Evaluasi Kinerja Robot

AGIBOT mengevaluasi robot berdasarkan waktu kerja, penyelesaian tugas, umpan balik pelanggan, waktu respons, dan kemampuan mereka dalam menangani situasi darurat. Empat robot berhasil melewati evaluasi akhir, sementara dua robot lainnya dimasukkan ke dalam kelompok pengamatan untuk perbaikan lebih lanjut. Alasan utama kegagalan dua robot tersebut terletak pada tugas pembersihan dan manajemen rak yang sangat menantang. Menurut laporan dari TechSpot yang mengutip media China ITHome, robot pembersih tidak dapat melanjutkan jalur yang direncanakan ketika menghadapi tempat sampah yang penuh. Robot tersebut gagal mengatasi hambatan ini, malah menyimpang dari jalur yang ditentukan dan meninggalkan toko, tidak dapat kembali ke posisinya.

Robot yang bertanggung jawab atas pemeriksaan rak dan pengisian ulang juga kesulitan mengikuti permintaan toko, dilaporkan kurang proaktif dan tidak mampu terus-menerus mengidentifikasi dan mengisi ulang produk yang hilang seiring dengan penjualan barang.

Masalah ini menyoroti tantangan yang dihadapi robot dalam otomatisasi. Melaksanakan tugas dalam kondisi yang dapat diprediksi berbeda dengan menyelesaikan tugas secara andal dalam lingkungan yang berubah. Robot dapat diprogram untuk mengikuti jalur pembersihan, tetapi tempat sampah yang meluap memperkenalkan situasi yang mungkin tidak dapat mereka atasi. Demikian pula, pengisian ulang tidak hanya melibatkan identifikasi tempat kosong; robot harus mengenali produk, memposisikan barang yang salah tempat, mengoperasikan kemasan, dan memutuskan kapan perlu memperhatikan rak. Selama tantangan ini, AGIBOT juga secara khusus mengatur beberapa tes sulit, meminta robot untuk membedakan antara Coca-Cola biasa dan Coca-Cola tanpa gula, serta merapikan permen karet agar dapat dikembalikan ke tempatnya, dan menghalangi jalur dengan seorang manusia dan sebuah kotak untuk menguji kemampuan deteksi hambatan dan navigasi.

Arsitektur Teknologi AGIBOT

Percobaan ini juga menunjukkan kerangka agen kecerdasan buatan embodied Genie Master milik AGIBOT, yang menghubungkan perencanaan tugas, pelaksanaan, dan umpan balik. Dengan memanfaatkan protokol pelaksanaan embodied-nya, sistem mengoordinasikan pekerjaan yang dialokasikan dan mengumpulkan hasil pelaksanaan untuk analisis. AGIBOT menyatakan bahwa mereka dapat menyimpan pengalaman sukses dan gagal, menggunakan pengalaman ini untuk mengatasi masalah, dan mengubah penyesuaian yang efektif menjadi data pelatihan untuk meningkatkan perilaku robot di masa depan. Pendekatan ini sangat penting, karena robot humanoid perlu menggabungkan persepsi, pengambilan keputusan, dan operasi fisik untuk berfungsi di luar lingkungan yang terkontrol.

Robot tidak hanya perlu mengenali objek, tetapi juga menentukan cara mendekati, mengambil, dan memindahkannya tanpa merusak barang-barang di sekitarnya atau membahayakan orang lain.

Eksperimen di toko serba ada ini memberikan referensi yang berguna untuk menghadapi tantangan ini. Meskipun robot menyelesaikan lebih dari 1.700 aktivitas yang dilaporkan, dua robot yang tidak berhasil melewati evaluasi menunjukkan bahwa pekerjaan ritel yang tampaknya rutin masih dapat mengungkapkan kesenjangan dalam otonomi dan adaptabilitas. Bagi AGIBOT, langkah selanjutnya adalah meningkatkan kinerja melalui umpan balik operasional dan menguji robot mereka di lebih banyak lingkungan nyata. Hasil menunjukkan bahwa kemampuan robot humanoid dalam menangani tugas ritel tertentu semakin meningkat, tetapi secara andal mengelola seluruh shift masih merupakan tugas yang lebih menantang.

Tantangan Robot Humanoid di Lingkungan Ritel

Eksperimen di toko serba ada ini mengungkapkan tantangan yang dihadapi robot humanoid dalam lingkungan ritel otomatis. Meskipun robot mampu menyelesaikan berbagai tugas, mereka masih menunjukkan kekurangan dalam menghadapi lingkungan yang berubah dan situasi darurat. Khususnya dalam tugas pembersihan dan pengisian ulang, otonomi dan adaptabilitas robot tidak memenuhi standar yang diharapkan. Meskipun kerangka Genie Master AGIBOT memberikan dasar untuk perbaikan, masih diperlukan optimasi lebih lanjut untuk memastikan robot dapat beroperasi secara efektif di dunia nyata. Tantangan ini menekankan kompleksitas perkembangan teknologi robotika dan memberikan referensi penting untuk perbaikan di masa depan.