Enam Robot Humanoid AgiBot Menyelesaikan 1.730 Tugas dalam Uji Coba 24 Jam di Toko Shanghai

Seharian Penuh di Gerai, Empat Robot Lulus

Enam robot humanoid AgiBot G2 menyelesaikan 1.730 tugas selama uji coba 24 jam di sebuah toko serba ada yang beroperasi di Distrik Xuhui, Shanghai. Mereka melayani pelanggan pada jam makan siang, sore, malam hingga sarapan. Empat dari enam robot lolos evaluasi masa percobaan, yang menilai penyelesaian tugas, kecepatan respons, penanganan situasi tak terduga, dan umpan balik pelanggan.

Tantangan berlangsung dari pukul 10.00 pada 2 November hingga pukul 10.00 pada 3 November. Setiap robot mendapat tugas tetap, mulai dari menyambut pelanggan dan mengambil barang hingga membuat kopi dan membersihkan meja. AgiBot mengatakan siaran langsung tersebut menarik lebih dari 2 juta penonton daring.

Menurut hitungan akhir perusahaan, tugas tersibuk adalah menerima pelanggan, dengan 683 interaksi. Robot-robot itu juga menyelesaikan 369 tugas pengambilan dan pengantaran barang, membuat 147 kopi, melayani 126 pesanan sarapan, melakukan 277 tugas pengisian stok dan pemeriksaan rak, serta membersihkan meja sebanyak 128 kali.

Uji coba ini menyatukan beberapa persoalan sulit di satu tempat: memahami keinginan pelanggan, menemukan produk yang tepat, menangani benda dengan hati-hati, dan bergerak di antara orang-orang. Penguji undangan sengaja mengubah susunan barang dan menghalangi jalur, sementara aktivitas jual beli tetap berlangsung di sekitar robot.

AgiBot menyebut robot-robot tersebut beroperasi tanpa campur tangan manusia, artinya tidak ada demonstrasi manusia atau penyesuaian manual di toko. Namun, hasil yang dipublikasikan masih belum memberikan gambaran kinerja secara utuh: perusahaan merilis jumlah tugas yang diselesaikan dan tingkat keberhasilan dari penerapan sebelum siaran langsung, tetapi belum memublikasikan tingkat keberhasilan dalam uji coba 24 jam atau jumlah pengambilalihan kendali oleh manusia.

Bagaimana Enam Robot Berbagi Tugas

Satu robot menyambut pelanggan di pintu masuk. Dua robot menangani pengambilan barang, pengisian stok, dan pemeriksaan rak. Robot keempat membuat kopi, robot kelima bekerja di kasir dan menangani makanan panas, sementara robot keenam membersihkan meja.

Pembagian tugas tetap membuat beban kerja setiap robot berbeda. Menyambut pelanggan memerlukan rangkaian tindakan yang berbeda dari membuat minuman atau mengemas makanan. Bahkan dalam satu jenis tugas, robot bisa menghadapi permintaan yang berubah-ubah, barang yang salah tempat, atau lorong yang sedang digunakan pelanggan.

Penerimaan pelanggan dan pengambilan barang menyumbang 1.052 dari total 1.730 tugas yang diselesaikan, atau sekitar 61 persen. Angka ini menunjukkan di mana sebagian besar aktivitas berlangsung, meski hitungan tersebut memberi bobot yang sama pada tugas-tugas yang mungkin membutuhkan waktu dan upaya sangat berbeda.

Rincian totalnya adalah:

• Penerimaan pelanggan: 683.
• Pengambilan dan pengantaran barang: 369.
• Pembuatan kopi: 147.
• Layanan sarapan: 126.
• Pengisian stok dan pemeriksaan rak: 277.
• Pembersihan meja: 128.

Jika dihitung untuk enam robot, totalnya setara dengan sekitar 72 tugas yang diselesaikan per jam oleh tim. Permintaan aktual berubah seiring toko melewati jam sibuk dan periode malam yang lebih lengang.

Pelanggan dan Penguji Mengubah Kondisi

Penguji undangan menantang robot dengan situasi yang mengharuskan mereka melakukan lebih dari sekadar mengingat lokasi produk biasanya. Mereka mencampur kola reguler dan bebas gula, lalu secara khusus meminta versi bebas gula. Mereka juga mengacak seluruh isi rak permen karet.

Robot dilaporkan menggabungkan permintaan minuman secara lisan dengan pemeriksaan visual untuk menemukan kola yang tepat. Untuk permen karet, mereka menghitung barang secara visual saat menata kembali rak, alih-alih mengandalkan posisi yang ditunjukkan label harga.

Kedua pengujian itu menyasar masalah umum di ritel: kondisi toko di hadapan pekerja bisa berbeda dari tata letak yang diharapkan. Pelanggan mungkin mengembalikan produk ke tempat yang salah, dan kemasan serupa bisa membuat dua produk berbeda tampak hampir identik.

Para penguji juga berdiri di lorong dan menjatuhkan kardus ke jalur robot. Robot dilaporkan berhenti dan memilih rute baru untuk menghindari rintangan. Di toko yang beroperasi, pergerakan dan pelayanan saling terkait: mencapai rak dengan aman merupakan bagian dari memenuhi permintaan pelanggan.

Mengapa Roti dan Pintu Freezer Sulit Ditangani

Ren Guanghui, wakil presiden pusat riset embodied AgiBot, menggambarkan toko serba ada sebagai lingkungan yang menantang karena berisi beragam jenis barang, permintaan pelanggan yang bervariasi, dan peralatan yang harus digunakan robot. Tugas di pabrik dapat berlangsung dalam lingkungan yang lebih tetap, dengan jenis benda dan gerakan yang lebih terbatas.

Mengemas roti menggambarkan tingkat kesulitannya. Robot harus menggunakan penjepit, mengambil makanan, lalu membuka kantong kertas. Setiap langkah mengubah posisi benda dan ruang yang tersedia untuk gerakan berikutnya. Berhasil mencengkeram saja baru satu bagian dari penyelesaian pesanan.

Membuka freezer menimbulkan rangkaian masalah lain selama pengembangan. Robot harus memahami ke arah mana pintu terbuka dan seberapa besar tenaga yang perlu digunakan. Robot kemudian harus mengoordinasikan kedua lengannya: menahan pintu dengan satu lengan sambil mengambil barang dengan lengan lainnya.

Ren menjelaskan bahwa sensor di kepala dan pergelangan tangan, bersama sensor gaya di lengan, membantu robot memperkirakan gerakannya. Sensor gaya memungkinkan mesin mendeteksi seberapa kuat ia mendorong atau menarik, sehingga dapat menghindari benturan keras atau kerusakan pada pintu.

Beberapa tugas tersulit melibatkan barang yang mudah tertekuk, bergeser, atau pecah. Menggantung kantong permen pada kait dan mengambil bolu lembut tanpa meremukkannya masih sulit, dan robot terkadang gagal. Contoh-contoh itu menunjukkan mengapa uji coba di toko perlu menilai kualitas penanganan, selain jumlah pekerjaan yang diselesaikan.

Perangkat Lunak yang Menghubungkan Keputusan dan Gerakan

Genie Master, kerangka kerja agen embodied AgiBot, mengoordinasikan keenam robot. Perusahaan mengatakan Embodied Execution Protocol-nya menghubungkan keputusan tugas, gerakan fisik, dan umpan balik atas hasilnya.

Sederhananya, kecerdasan embodied adalah kecerdasan buatan yang bertindak melalui mesin fisik. Robot toko harus mengubah permintaan menjadi gerakan, lalu menggunakan sensornya untuk memeriksa apa yang terjadi. Permintaan minuman menetapkan tujuan; menemukan, menggenggam, dan mengantarkan wadah yang tepat memerlukan rangkaian tindakan fisik.

AgiBot mengatakan sistemnya meninjau pelaksanaan yang berhasil maupun gagal setiap hari, menyimpan pengalaman berguna dalam memori jangka panjang, dan mengubah upaya yang telah dikoreksi menjadi data pelatihan. Data pelatihan tersebut berupa contoh yang dapat digunakan sistem untuk memperbaiki perilakunya di kemudian hari.

Ren mengatakan sistem pemesanan pada awalnya mengalami pesanan gagal, pembaruan status yang tidak tercatat, dan konflik posisi antarrobot. Masalah koordinasi alur kerja ditinjau pada hari yang sama, lalu perubahan diberlakukan keesokan harinya tanpa mengubah model itu sendiri.

Robot juga berlatih pada jam sepi. Ren mengatakan robot akan mendatangi rak pada waktu senggang di malam hari untuk berlatih mengerjakan tugas yang lebih sulit. Dengan demikian, toko menjadi tempat kerja sekaligus lokasi untuk berlatih lebih lanjut, dan robot tetap mengerjakan tugas di luar periode pelanggan paling ramai.

Penjelasan perusahaan menghubungkan beberapa bagian pengembangan robot yang sering dibahas secara terpisah: memilih tindakan, melaksanakannya, dan belajar dari hasilnya. Toko serba ada itu menyatukan semua bagian tersebut dalam satu penerapan, sehingga kesalahan pada satu langkah dapat memengaruhi bagian pesanan lainnya.

Hal yang Dinilai dan Data yang Belum Tersedia

Empat robot lolos evaluasi masa percobaan setelah penilaian atas penyelesaian tugas, kecepatan respons, penanganan pengecualian, dan umpan balik pelanggan. Dua robot tidak lolos. Hasil yang dipublikasikan tidak merinci kinerja masing-masing robot yang gagal maupun alasannya, serta belum menyertakan angka keberhasilan dalam uji coba 24 jam atau jumlah pengambilalihan kendali oleh manusia.

Dalam penerapan di toko serba ada sebelum siaran langsung, tingkat keberhasilan alur kerja lengkap robot G2 yang menjalankan GO-3 Preview meningkat dari 28,6 persen pada hari pertama menjadi stabil di angka 85,7 persen pada hari kelima. Tingkat keberhasilan tugas tunggal mereka 17,7 poin persentase lebih tinggi dibandingkan penyetelan halus terawasi konvensional, atau SFT. Angka-angka ini menggambarkan penerapan sebelum siaran langsung, bukan uji coba 24 jam itu sendiri.

Ren mengatakan perusahaan akan memantau serangkaian ukuran yang lebih luas: tingkat keberhasilan tugas, keberhasilan pada percobaan pertama, waktu respons, total waktu sejak permintaan hingga selesai, jumlah pengantaran yang memenuhi standar per satuan waktu, frekuensi pengambilalihan kendali oleh manusia, waktu pemulihan, dan ketersediaan sistem.

Ukuran-ukuran tersebut menjawab pertanyaan praktis yang berbeda. Keberhasilan pada percobaan pertama mencatat apakah robot langsung menyelesaikan tugas dengan benar. Waktu pemulihan mengukur berapa lama robot kembali bekerja secara produktif setelah terjadi masalah. Ketersediaan sistem menggambarkan seberapa lama peralatan siap digunakan selama periode operasional yang direncanakan.

Operator toko membutuhkan rincian itu karena pengantaran yang selesai bisa terjadi lewat tindakan yang cepat dan lancar atau setelah beberapa kali percobaan ulang. Demikian pula, robot yang cepat merespons tetapi membutuhkan waktu lama untuk menyelesaikan pesanan akan memberikan pengalaman pelanggan yang berbeda dari robot yang menyelesaikan seluruh rangkaian dengan cepat.

Jumlah tugas akhir AgiBot mencatat volume aktivitas yang diselesaikan. Ukuran kinerja yang lebih lengkap akan membantu toko menilai seberapa konsisten robot dapat melayani pelanggan, seberapa banyak dukungan yang dibutuhkan, dan seberapa baik robot pulih ketika terjadi masalah.

Dari Peluncuran Produk ke Giliran Kerja Semalam

Tantangan di toko serba ada itu menutup rangkaian peluncuran AI WAVE AgiBot, yang dimulai pada 22 Oktober. Rangkaian tersebut menyatukan himpunan data, platform simulasi, model, dan perangkat keras robot perusahaan dalam penerapan langsung.

Tonggak utamanya adalah:

• 22 Oktober: AgiBot memulai rangkaian peluncuran AI WAVE.
• 2 November, pukul 10.00: Keenam robot memulai tantangan di toko serba ada di Distrik Xuhui, Shanghai.
• 2-3 November: Tim bekerja melewati jam sibuk makan siang dan sore, tugas malam, serta jam sibuk pagi.
• 3 November, pukul 10.00: Uji coba berakhir. AgiBot melaporkan 1.730 tugas yang diselesaikan dan empat robot lolos evaluasi.

Ren menyebut tugas malam sebagai salah satu bidang praktis yang sedang dijajaki perusahaan. Toko yang buka sepanjang waktu membutuhkan staf pada jam-jam yang mengganggu pola tidur normal, sementara beberapa tugas berulang memerlukan perhatian dalam waktu lama.

AgiBot juga menjajaki penggantian baterai secara otonom untuk mendukung operasional yang lebih lama. Dengan cara itu, robot dapat mengganti baterai yang habis dan kembali bekerja. Pendekatan ini merupakan bagian dari rencana perusahaan untuk mempertahankan layanan dalam waktu lama.

Arti Uji Coba bagi Pekerjaan di Toko

Penerapan di Shanghai menempatkan robot dalam beberapa peran layanan yang saling berkaitan, sementara pelanggan tetap berbelanja. Rincian praktis terkuat dari uji coba ini adalah ragam pekerjaan yang dicoba: berbicara dengan pelanggan, membedakan produk, menangani makanan, menggunakan peralatan, melewati lorong, dan membersihkan permukaan bersama.

Kesulitan yang muncul juga sangat konkret. Bolu lembut perlu digenggam dengan hati-hati. Pintu freezer membutuhkan tenaga yang terkendali dan koordinasi kedua lengan. Produk yang salah tempat perlu diperiksa kembali secara visual. Setiap tindakan itu kecil bagi pekerja berpengalaman, tetapi tetap membutuhkan beberapa kemampuan robot untuk bekerja bersama.

Bagi peritel yang mempertimbangkan peralatan serupa, pertanyaan utamanya adalah keandalan sepanjang giliran kerja, kualitas layanan pada jam sibuk, dan seberapa banyak dukungan manusia yang dibutuhkan. AgiBot telah memublikasikan jumlah aktivitas yang cukup besar dan hasil evaluasi masa percobaan yang beragam. Ukuran kinerja yang diusulkan perusahaan dapat memberikan rincian lanjutan yang dibutuhkan untuk menilai penggunaan rutin di toko.

Poin Penting

• Enam robot humanoid AgiBot G2 bekerja dari 2 hingga 3 November di sebuah toko serba ada yang beroperasi di Distrik Xuhui, Shanghai.
• AgiBot melaporkan 1.730 tugas yang diselesaikan, termasuk 683 penerimaan pelanggan, 369 pengambilan dan pengantaran barang, serta 147 kopi.
• Empat robot lolos evaluasi masa percobaan; dua lainnya tidak.
• Penguji mengubah susunan produk dan menghalangi lorong untuk menguji identifikasi, pekerjaan di rak, dan navigasi.
• Penanganan barang yang rapuh, termasuk mengangkat bolu lembut dan menggantung kantong permen, masih sulit.
• AgiBot mengatakan uji coba berlangsung tanpa demonstrasi manusia atau penyesuaian manual di toko. Sebelum siaran langsung, keberhasilan alur kerja lengkap meningkat dari 28,6 persen pada hari pertama menjadi 85,7 persen pada hari kelima, dan keberhasilan tugas tunggal 17,7 poin persentase lebih tinggi dibandingkan penyetelan halus terawasi konvensional. Tingkat keberhasilan dalam uji coba 24 jam dan jumlah pengambilalihan kendali oleh manusia belum dipublikasikan.
• Perusahaan sedang menjajaki pekerjaan malam dan penggantian baterai secara otonom untuk memperpanjang waktu operasional.