ACE Robotics 展示酒店自動化洗衣流程 由收集至送還僅需 18.6 秒

中國的 ACE Robotics 展示了一套酒店洗衣工作流程，利用其 Mundo 世界模型將機械技能與雲端規劃相結合，實現從收集到交付的自動化過程。該系統能夠讓機器人從客房中收集洗衣籃，將其運送至洗衣房，操作洗衣機和烘乾機，並將乾淨的衣物送回。Mundo 通過照片創建酒店環境的互動數位雙胞胎，讓機器人能在實際運作之前模擬任務並學習物體的行為。根據公司所述，自我改進的技能系統利用現實世界的失敗反饋來精煉性能，將整個洗衣工作流程縮短至 18.6 秒。

Mundo 系統使機器人能夠從客房中收集洗衣籃，運送至洗衣房，操作洗衣機和烘乾機，並返回乾淨的衣物。此次演示標誌著自 ACE Robotics 與南洋理工大學的 S-Lab 上個月推出 Mundo 世界模型以來，該技術的首次長鏈商業應用。該系統的核心是 Mundo，它將酒店房間、走廊和洗衣設施的照片轉換為互動數位雙胞胎。與傳統的視覺模擬不同，這些環境納入物理特性，如物體質量和摩擦，使機器人能夠學習物體如何對接觸和移動作出反應。

Mundo 系統的運作原理

每個模擬生成機器人軌跡、接觸狀態和視覺反饋的數據，這些資訊有助於在機器人嘗試在實際酒店環境中執行相同任務之前，精煉其行動策略。

ACE Robotics 採用了雙模型架構，將複雜的規劃與實時執行分開。一個由 QbitAI 確定的通用雲端模型 GPT-Astra 處理任務分解、推理和策略探索。一旦系統確定了可行的方法，便將該程序存儲為可重用的機器人技能。運行在機器人本地的另一個模型則檢索並執行這些技能，以執行個別動作。此分離旨在避免因依賴雲端計算而造成的延遲。ACE Robotics 表示，其雲端方法完成一次完整的洗衣運行需時超過 30 分鐘，而本地執行模型則將時間縮短至 18.648 秒。

調度系統與工作流程

一個名為 BotAgent 的調度系統協調工作流程，將洗衣操作劃分為 53 個原子行動和 14 個高級語義步驟。它可以根據房間位置、電梯可用性和洗衣機排隊情況安排超過 200 種可能的行動序列。

該系統還包含一個反饋循環，旨在通過重複的現實世界嘗試來改善機器人技能。當操作失敗時，雲端模型會檢查多個鏡頭錄影和傳感器日誌，以確定問題所在。然後它可以建議改變機器人的動作或選擇替代鏡頭視角以克服可見性問題。例如，當機器人腕部安裝的鏡頭被遮擋時，系統切換到一個高空鏡頭。在另一個例子中，當牛仔褲被卡在烘乾機鼓內時，它修改了夾具的提升軌跡和指尖角度。機器人還能夠在每次嘗試之間自主重置環境。

另一個模型評估每輪操作，讓系統能夠保留表現更佳的技能版本，並回滾效果不佳的變更。在僅卸載烘乾機的情況下，ACE Robotics 報告在 57 小時內進行了 165 次真實機器人試驗，這些試驗產生了 37 項改進建議及約 80 種技能版本。該公司表示，卸載週期最終穩定在 170 至 210 秒之間，烘乾機內剩餘牛仔褲的平均比例從 48% 降至 32%，其中最佳表現的運行達到 19%。

ACE Robotics 還確定即時零售是該技術的另一個潛在應用。然而，報告的性能數據來自該公司，尚未經過獨立驗證。

ACE Robotics 的自動化技術意義

ACE Robotics 的洗衣自動化系統展示了機器人技術在酒店業的應用潛力。透過 Mundo 系統，機器人能夠在複雜環境中學習和適應，這不僅提高了效率，還能降低人力成本。雙模型架構的設計使得系統在執行任務時更為靈活，避免了雲端計算的延遲問題。此外，反饋循環的引入使機器人能夠不斷自我改進，這對於提升服務質量和應對現實挑戰至關重要。