शंघाई में एक स्टोर में छह मानव सदृश रोबोट AgiBot G2 ने 24 घंटे काम किया और 1730 कार्य पूरे किए

AgiBot ने Genie Master प्रस्तुत किया है - एक मूर्त एजेंट फ्रेमवर्क जो रोबोटों को इंजीनियरों द्वारा पुन: प्रशिक्षण की प्रतीक्षा करने के बजाय परिनियोजन के बाद लगातार बेहतर होने की अनुमति देता है। कंपनी का दावा है कि इस फ्रेमवर्क का उपयोग करने वाले G2 रोबोट वास्तविक घर के पास के स्टोर में तैयार व्यंजनों को पैक करने, वस्तुओं का चयन करने और अलमारियों को भरने जैसे कार्य करते हुए काम कर रहे थे, साथ ही प्रशिक्षण प्रक्रिया में मानव हस्तक्षेप के बिना अपनी विफलता मोड की पहचान और समाधान भी कर रहे थे।

AgiBot प्राप्त परिणाम को अवधारणा के पहले प्रमाण के रूप में वर्णित करता है जिसे वे भौतिक RSI, या मूर्त पुनरावर्ती आत्म-सुधार कहते हैं, सिमुलेशन और प्रयोगशाला स्थितियों से बाहर। प्रस्तुति में प्रस्तुत उदाहरणों में से एक यह था कि रोबोट बार-बार शेल्फ पर एक छोटे हुक को चूक रहा था क्योंकि मूल्य टैग कैमरे के सिर से दृश्य को अवरुद्ध कर रहा था। अपने निष्पादन लॉग का विश्लेषण करने के बाद, एजेंट ने समस्या की पहचान की, दृष्टिकोण बदल दिया, हुक की स्थिति की पुष्टि करने के लिए कलाई कैमरे को करीब लाने के लिए बाएं हाथ का उपयोग किया, फिर दाहिने हाथ से वस्तु उठाई और भविष्य के उपयोग के लिए इस सुधार को सहेजा।

यह फ्रेमवर्क मूर्त निष्पादन प्रोटोकॉल (EEP) पर आधारित है - एजेंट और रोबोट के बीच एक एकीकृत इंटरफ़ेस। इसमें चार घटक शामिल हैं: क्षमताओं का इंटरफ़ेस, जो एजेंट को बताता है कि रोबोट क्या कर सकता है; मार्गदर्शन इंटरफ़ेस, जो कार्रवाई नीति को स्थानिक संकेतों, ऑब्जेक्ट संदर्भों और विस्तृत निर्देशों को पारित करता है; फीडबैक इंटरफ़ेस, जो भौतिक परिणाम के बारे में सूचित करता है; और निरंतरता इंटरफ़ेस, जो पूरे रोबोट बेड़े के भीतर प्रगति और कार्य निर्भरताओं को ट्रैक करता है, जिससे ब्रेक के बाद काम फिर से शुरू या पुन: योजना बनाई जा सकती है।

जब कार्य लगातार विफल होते हैं या धीरे-धीरे किए जाते हैं, तो एजेंट स्टोर में कम व्यस्त घंटों के दौरान लक्षित अभ्यास की योजना बनाता है। सुधार दो दिशाओं में होता है। RSI, जो मॉडल भार को प्रभावित नहीं करता है, दैनिक सफलता और विफलता विश्लेषण का उपयोग करके संकेत, मेमोरी और निष्पादन नियमों को परिष्कृत करता है ताकि ऐसी चीज़ बनाई जा सके जिसकी टीम त्रुटि लॉगबुक से तुलना करती है। RSI नीति स्वायत्त रन, मानव हस्तक्षेप और पुनर्प्राप्ति के मामलों से डेटा एकत्र करती है, उसे फ़िल्टर और पुन: भारित करती है, और फिर पर्यवेक्षित शिक्षण, अनुकरण या सुदृढीकरण का उपयोग करके मूल कार्रवाई नीति को पुनः प्रशिक्षित करती है। AgiBot बताता है कि दूसरा ट्रैक अभी भी मानव हस्तक्षेप और मॉडल प्रशिक्षण डेटा का उपयोग करता है, इसलिए मनुष्य पूरी तरह से बाहर नहीं किए जाते हैं।

Genie Master AgiBot की AI WAVE रिलीज़ श्रृंखला का चौथा तत्व है, जो 22 अक्टूबर को शुरू हुई थी। कंपनी के प्रकाशित कार्यक्रम के अनुसार, अगला बिंदु 28 अक्टूबर को आंतरिक भौतिक इंजन के साथ Genie Sim सिमुलेशन प्लेटफॉर्म का अद्यतन होगा, जिसे विकृत वस्तुओं का अनुकरण करने के लिए डिज़ाइन किया गया है, जो AgiBot के अनुसार जटिल कार्यों में वास्तविक और अनुकरण किए गए परिणामों के बीच 95% से अधिक संगति प्राप्त करता है। लेखन के समय कोई विस्तृत जानकारी प्रकाशित नहीं की गई थी।

सार्वजनिक परीक्षण 2 और 3 नवंबर को निर्धारित है, जब छह G2 रोबोट घर के पास के स्टोर में 24 घंटे वास्तविक समय में काम करेंगे, जिसमें दोपहर और रात के भोजन के चरम घंटों, रात की पाली और नाश्ते की तैयारी को कवर किया जाएगा।

रोबोट AgiBot G2 Max ने JD Logistics गोदाम में अपना काम शुरू कर दिया है। यह रोबोट, जिसे 26 अक्टूबर को सुरक्षा रेटिंग और भारी भार के साथ काम करने की क्षमता वाले एक मूर्त रोबोट के रूप में आधिकारिक तौर पर पेश किया गया था, JD Logistics के स्वचालित गोदाम, जिसे स्मार्ट वुल्फ गोदाम के रूप में जाना जाता है, में आने वाले बक्सों को संसाधित करता है, जैसा कि IT Home और Sina Finance द्वारा बताया गया है।

माल प्राप्त करने के चरण में, G2 Max आने वाले पैलेट से बक्से हटाता है और उन्हें स्वचालित प्रणाली के लिए ढेर करता है। AgiBot के दावे के अनुसार, यह प्रति घंटे 80 बक्से पैलेट से हटा सकता है और प्रति घंटे 75 बक्से पैलेट पर रख सकता है, जबकि सफलता का समग्र प्रतिशत 99% से अधिक है। रोबोट कई उत्पादन लाइनों पर चौबीसों घंटे काम करता है।

स्मार्ट वुल्फ गोदाम JD Logistics द्वारा मानव-से-वस्तु प्रणाली के लिए विकसित एक आंतरिक विकास है। यह 12 मीटर की ऊँचाई वाली ऊर्ध्वाधर जगह का उपयोग करता है, जो पारंपरिक गोदामों की तुलना में भंडारण दक्षता को छह गुना बढ़ा देता है, और साथ ही सैकड़ों रोबोटों का प्रबंधन करता है। आने वाले प्रवाह का प्रसंस्करण इस श्रृंखला का प्रारंभिक चरण है, इसलिए इसकी गति और स्थिरता भंडारण से लेकर छँटाई तक सभी बाद की प्रक्रियाओं को प्रभावित करती है, खासकर खरीदारी के चरम मौसम में।

JD Logistics और AgiBot ने जुलाई में विश्व कृत्रिम बुद्धिमत्ता सम्मेलन में पहली बार G2 Max को एक साथ प्रदर्शित किया था, तब उन्होंने इसे स्मार्ट वुल्फ गोदाम में लागू करने की घोषणा की थी। AgiBot उत्पाद का आधिकारिक लॉन्च 26 अक्टूबर को हुआ था।

G2 Max भारी भार के साथ काम करने के लिए डिज़ाइन किया गया है। प्रत्येक मैनिपुलेटर 20 किलोग्राम तक उठा सकता है, और दोनों मैनिपुलेटर मिलकर 40 किलोग्राम तक के लिए डिज़ाइन किए गए हैं, जबकि पीक लोड 50 किलोग्राम है। पुन: स्थिति निर्धारण की सटीकता 0.5 मिलीमीटर के भीतर है। कमर में हिंज की बदौलत, जो रोबोट को बीच में मुड़ने की अनुमति देता है, यह मौजूदा औद्योगिक लाइनों में एकीकृत हो सकता है, जिसके लिए घूमने के लिए 1.5 मीटर की खाली जगह छोड़ने की आवश्यकता नहीं होती है। यह उन जगहों पर महत्वपूर्ण है जहाँ लाइनें पहले से ही कर्मचारियों के लिए स्थापित हैं।

AgiBot कारखानों में पैलेट से हटाने, सामग्री स्थानांतरित करने और लाइन पर फीड करने जैसे कार्यों के लिए इस रोबोट की पेशकश करता है, यह दावा करते हुए कि यह बिना शिफ्ट या रात के कर्मचारियों के लगातार काम कर सकता है। JD Logistics के प्रमुख ने टिप्पणी की कि वास्तविक औद्योगिक स्थल मूर्त एआई के लिए सबसे अच्छा पॉलीगॉन हैं, और कंपनी अधिक रोबोट निर्माताओं के लिए अपने परिसरों, परीक्षण वातावरण, सुरक्षा नियमों और सेवा मानकों को खोलने के लिए तैयार है।

एजीआईबॉट कंपनी ने एक साथ नाचने वाले मानव सदृश रोबोटों की संख्या के लिए गिनीज वर्ल्ड रिकॉर्ड बनाया है, जिसमें 110 पूर्ण आकार के एक्सपेडिशन A3 मॉडल रोबोटों ने एक सिंक्रोनाइज़्ड कार्यक्रम का प्रदर्शन किया। यह घटना 24 अक्टूबर को जिनआन शहर में येलो रिवर पर अंतर्राष्ट्रीय प्रदर्शनी-सम्मेलन केंद्र में हुई।

गिनीज के न्यायाधीश ने आईटी होम और साइंस एंड टेक्नोलॉजी डेली की रिपोर्ट के अनुसार आयोजन स्थल पर 110 इकाइयों की संख्या की पुष्टि की। हालांकि, साइंस एंड टेक्नोलॉजी डेली के आंकड़ों के अनुसार, रिकॉर्ड स्थापित करने का मुख्य मानदंड नृत्य की गुणवत्ता नहीं थी, बल्कि सौ से अधिक उपकरणों के बेड़े द्वारा बिना किसी त्रुटि के प्रदर्शन को पूरा करने की क्षमता थी।

रोबोटों ने 5 मिनट और 43 सेकंड की अवधि में जटिल मूवमेंट्स के कई सेट किए, जिसमें सिंक्रनाइज़्ड मूवमेंट और संरचनाओं में बदलाव का बारी-बारी से प्रदर्शन किया गया। एजीआईबॉट ने स्पष्ट किया कि शामिल सभी 110 रोबोट मानक उत्पादन इकाइयाँ हैं।

समन्वय के तकनीकी पहलू

वान चुआन, एजीआईबॉट के भागीदार और वरिष्ठ उपाध्यक्ष ने उल्लेख किया कि सौ रोबोटों का प्रबंधन केवल गतिविधियों की नकल करने से कहीं अधिक है; इसके लिए एक पूर्ण प्लानिंग स्टैक की आवश्यकता होती है, जिसमें वास्तविक समय में स्थिति का निर्धारण, वितरित निर्णय लेना और गतिशील रूप से बाधाओं से बचना शामिल है। रोबोट स्वयं परिवहन बक्सों से बाहर निकले, अपनी स्थितियों को कैलिब्रेट किया और इंजीनियरों द्वारा रिमोट कंट्रोल के माध्यम से मैन्युअल नियंत्रण के बिना कार्यक्रम का निष्पादन किया।

समन्वय एजीआईबॉट की आंतरिक मल्टी-रोबोट प्लानिंग सिस्टम, लिंकबॉट्स, का उपयोग करके किया गया था। वान ने इस प्रणाली की तीन प्रमुख क्षमताओं का वर्णन किया। पहला, संरचनात्मक परिवर्तन पूर्व-संग्रहीत गतिविधियों से दोहराए जाने के बजाय प्रत्येक रोबोट की वर्तमान स्थिति के आधार पर गणना किए जाते हैं। दूसरा, अल्ट्रावाइडबैंड पोजिशनिंग सिस्टम 10 सेंटीमीटर से कम की सटीकता प्रदान करता है, जिससे रोबोट चलने और दौड़ने का समन्वय करते हुए आपसी स्थिति को ट्रैक कर पाते हैं। तीसरा, अलग-अलग समूहों को विभिन्न निर्देश प्राप्त हो सकते हैं, और ऑर्केस्ट्रेशन इस तरह से डिज़ाइन किया गया है कि रोबोट एक-दूसरे में हस्तक्षेप न करें। आईटी होम ने बताया कि यह प्रणाली एक इकाई के विफल होने पर स्थानीय रूप से क्षतिपूर्ति करने में सक्षम है।

वान के अनुसार, इन तीन बिंदुओं का सफल कार्यान्वयन वह तकनीकी सीमा है जो प्रदर्शन वस्तुओं के रूप में उपयोग किए जाने वाले मानव सदृश रोबोटों को उत्पादक उपकरणों के रूप में कार्य करने वाले रोबोटों से अलग करती है।

एजीआईबॉट ने बताया कि रोबोट पहले ही वास्तविक काम में उपयोग होना शुरू हो गए हैं। वर्तमान में, वे जिनआन मेट्रो स्टेशनों, जिसमें ओलंपिक स्पोर्ट्स सेंटर और झूआनशान वेस्ट रोड शामिल है, पर परीक्षण से गुजर रहे हैं, जहां वे निर्देश प्रदान करते हैं, लोगों के प्रवाह के प्रबंधन में मदद करते हैं, सुरक्षा गश्त और सांस्कृतिक सहायता प्रदान करते हैं। कंपनी रिकॉर्ड बनाने के प्रयास में भाग लेने वाले रोबोटों का उपयोग पर्यटन प्रदर्शनों, सार्वजनिक सेवाओं, प्रदर्शनी हॉल और शिक्षा में करने की योजना बना रही है।