六部人形機械人在中国上海便利店进行 24 小时工作测试，四部机器通过评估

六部人形機械人在上海のある便利店で24時間働き、顧客の迎え入れ、コーヒーの製作、食べ物の提供、補充を担当した。しかし、シフトが終了した際、性能評価を通過したのは四部のみであり、機械が予測不可能な日常業務を処理する際の課題が浮き彫りとなった。この「機械は決して休まない」という実験は、中国のロボット会社AGIBOTによって組織され、11月2日午前10時から11月3日午前10時まで、上海の徐汇区にある便利店で行われた。同社は六部のG2車輪型人形機械を展開し、ライブ配信を行い、200万人以上のネット視聴者を惹きつけた。

AGIBOTの資料によると、この六部の機械は試験期間中に合計1,730件のタスクを完了した。しかし、清掃および棚のチェックと補充を担当した二部の機械は、同社の性能基準を満たすことができなかった。

この六部の機械は異なる小売業務に割り当てられ、顧客サービス、商品処理、コーヒー製作、温かい食事の提供、清掃をカバーした。AGIBOTは、これらの機械が683回の顧客サービスのインタラクション、369回の商品受け取りと配達、147回のコーヒー注文、126回の朝食提供を完了したと報告している。また、277回の棚のチェックと補充業務、128回のテーブル清掃業務も実施した。この実験は、昼食のピーク、夜間のピーク、夜間の運営、翌朝の朝食のピークという四つの運営時間帯をカバーし、機械は異なる顧客の活動レベルと変化する店内の条件に直面した。

機械性能評価結果

AGIBOTは、機械の稼働時間、タスクの完了状況、顧客のフィードバック、反応時間、および突発的な状況への対応能力に基づいて評価を行った。四部の機械が最終評価を通過し、二部はさらなる改善のために観察グループに分類された。二部の機械が失敗した理由は、特に清掃および棚管理業務が非常に挑戦的であったためである。TechSpotが中国メディアITHomeの報道を引用して伝えたところによれば、清掃機械は満杯のゴミ箱に遭遇した際、計画されたルートを進むことができなかった。障害を解決できず、指定されたルートから外れ、店舗を離れてしまい、元の位置に戻ることができなかった。

棚のチェックおよび補充を担当した機械も、店舗の需要に追いつくことが難しく、報告によれば、積極性に欠け、商品が売れるにつれて不足する商品を継続的に識別し補充することができなかった。

これらの問題は、機械の自動化に関する難題を浮き彫りにしている。予測可能な条件下でタスクを実行することと、変化する環境で信頼性を持ってタスクを完了することは異なる。機械は清掃ルートに従うようにプログラムされることができるが、溢れたゴミ箱は解決できない状況を引き起こす。同様に、補充は単に空きスペースを識別するだけではなく、機械は商品を識別し、誤って置かれた物品を特定し、包装を操作し、いつ棚に注意を払う必要があるかを判断しなければならない。AGIBOTは、挑戦の間に意図的にいくつかの困難なテストを設定し、評価者は機械に通常のコーラと無糖コーラの違いを識別させ、ガムを再配置して元の位置に戻すように要求し、通路を人と箱で遮って障害物検出とナビゲーション能力をテストした。

AGIBOTの技術アーキテクチャ

この試験はまた、AGIBOTのGenie Master具身人工知能エージェントフレームワークを示した。このフレームワークは、タスクの計画、実行、フィードバックを接続している。具身実行プロトコルを利用して、システムは割り当てられた作業を調整し、実行結果を収集して分析する。AGIBOTは、成功と失敗の経験を保持し、これらの経験を利用して問題を排除し、効果的な調整を訓練データに変換して、将来の機械の行動を改善することができると述べている。このアプローチは重要であり、人形機械は制御された環境外で機能するために、知覚、意思決定、物理的操作を統合する必要がある。

機械は物体を識別するだけでなく、それに近づき、掴み、移動させる方法を決定しなければならず、近くの物品を損傷させたり、人に危険を及ぼしたりしないようにしなければならない。

この便利店の実験は、この課題に対処するための有用な参考を提供した。機械は1,700件以上の報告された活動を完了したが、評価を通過しなかった二部の機械は、一見ルーチンに見える小売業務でも、自律性と適応性のギャップが露呈する可能性があることを示した。AGIBOTにとって、次のステップは運営からのフィードバックを通じて性能を改善し、より現実的な環境で機械をテストすることである。結果は、人形機械が特定の小売業務を処理する能力が向上していることを示しているが、全シフトを信頼性を持って管理することは依然としてより困難な課題である。

人形機械が小売環境で直面する課題

この便利店の実験は、人形機械が自動化された小売環境で直面する課題を明らかにした。機械は多くのタスクを完了できるが、変化する環境や突発的な状況に対応する際には依然として不足を示している。特に清掃や補充などのタスクにおいて、機械の自律性と適応性は期待された基準に達していなかった。AGIBOTのGenie Masterフレームワークは機械に改善の基盤を提供しているが、実世界で効果的に機能するためにはさらなる最適化が必要である。これらの課題は、ロボット技術の発展の複雑さを強調し、将来の改善に向けた重要な参考を提供している。