六部人形機械人在中國上海便利店進行 24 小時工作測試，四部機器通過評估

六部人形機械人在上海一間便利店內工作了 24 小時，負責迎接顧客、製作咖啡、提供食物及補貨。然而，當輪班結束時，只有四部機械通過了性能評估，突顯了機械在處理不可預測的日常任務時所面臨的挑戰。這項名為「機械永不下班」的實驗由中國機器人公司 AGIBOT 組織，於 11 月 2 日上午 10 時至 11 月 3 日上午 10 時在上海徐匯區的一間便利店進行。該公司部署了六部 G2 輪式人形機械，並進行了直播，吸引了超過兩百萬的網絡觀眾。

根據 AGIBOT 的資料，這六部機械在試驗期間共完成了 1,730 項任務。然而，兩部負責清潔及貨架檢查和補貨的機械則未能達到公司的性能標準。

這六部機械被分配了不同的零售職責，涵蓋顧客服務、產品處理、咖啡製作、熱食服務和清潔。AGIBOT 報告稱，這些機械完成了 683 次顧客服務互動、369 次產品取貨與送貨、147 次咖啡訂單和 126 次早餐供應。它們還執行了 277 次貨架檢查及補貨任務，以及 128 次桌子清潔任務。這項試驗涵蓋了四個運營時段：午餐高峯、晚間高峯、夜間運營和隨後早上的早餐高峯，讓機械面對不同的顧客活動水平和變化的店內條件，而並非僅限於短暫的受控任務。

機械性能評估結果

AGIBOT 根據機械的工作時間、任務完成情況、顧客反饋、反應時間及其應對突發情況的能力進行評估。四部機械通過了最終評估，而兩部則被列入觀察組以進行進一步改進。兩部機械失敗的原因主要在於清潔和貨架管理任務特別具挑戰性。根據 TechSpot 引述中國媒體 ITHome 的報導，清潔機械在遇到滿載的垃圾桶時，無法按計劃路徑前進。它未能解決這一障礙，反而偏離了指定路徑，離開了商店，未能返回其位置。

負責貨架檢查及補貨的機械也難以跟上商店的需求，據報導，它缺乏主動性，無法持續識別及補充隨著商品銷售而缺少的產品。

這些問題突顯了機器人在自動化方面的難題。在可預測條件下執行任務，與在變化的環境中可靠地完成任務並不相同。機器可以被編程以遵循清潔路徑，但溢出的垃圾桶引入了一種它可能無法解決的情況。同樣，補貨不僅僅是識別空位，機器必須識別產品、定位錯放的物品、操作包裝，並決定何時需要注意貨架。AGIBOT 在挑戰期間還特意設置了一些困難的測試，評估人員要求機械識別普通可樂和無糖可樂的區別，並將口香糖重新排列，以便讓它們放回原位，還用一個人和一個箱子阻擋通道以測試障礙物檢測和導航能力。

AGIBOT 的技術架構

這次試驗還展示了 AGIBOT 的 Genie Master 具身人工智慧代理框架，該框架連接了任務規劃、執行和反饋。利用其具身執行協議，系統協調分配的工作並收集執行結果進行分析。AGIBOT 表示，它可以保留成功和失敗的經驗，利用這些經驗來排除問題，並將有效的調整轉化為訓練數據，以改善未來機械的行為。這種方法至關重要，因為人形機械需要結合感知、決策和物理操作，才能在控制環境之外運作。

機械不僅需要識別物體，還需確定如何接近、抓取和移動它，而不會損壞附近的物品或對人造成危險。

這次便利店的實驗為應對這一挑戰提供了有用的參考。儘管機械完成了超過 1,700 項報告活動，但兩部未通過評估的機械顯示出，表面上看似例行的零售工作仍然可能暴露出自主性和適應性方面的缺口。對於 AGIBOT 來說，下一步是通過運營反饋來改善性能，並在更多現實環境中測試其機械。結果顯示，人形機械在處理特定零售職責方面的能力日益提升，但可靠地管理整個輪班仍然是一項更為艱鉅的任務。

人形機械在零售環境中的挑戰

這次便利店的實驗揭示了人形機械在自動化零售環境中的挑戰。儘管機械能夠完成多項任務，但在應對變化的環境和突發情況時，仍顯示出不足。特別是在清潔和補貨等任務中，機械的自主性和適應性未能達到預期標準。AGIBOT 的 Genie Master 框架雖然為機械提供了改進的基礎，但仍需進一步優化，以確保機械能在真實世界中有效運作。這些挑戰強調了機器人技術發展的複雜性，並為未來的改進提供了重要參考。