A AgiBot apresentou o Genie Master — um framework de agente encarnado que permite que os robôs continuem a melhorar após a implantação, em vez de esperar que engenheiros realizem um novo treinamento. A empresa afirma que os robôs G2 que utilizam este framework operaram em uma loja real de bairro, executando tarefas de embalagem de refeições prontas, seleção de produtos e reabastecimento de prateleiras, além de detectar e corrigir seus próprios modos de falha sem intervenção humana no processo de treinamento.
A AgiBot descreve o resultado obtido como a primeira confirmação do conceito que eles chamam de RSI Físico, ou autoaperfeiçoamento recursivo encarnado, fora de ambientes de simulação e laboratório. Um dos exemplos apresentados na apresentação foi um robô que repetidamente deixava passar um pequeno gancho na prateleira porque a etiqueta estava obstruindo a visão da câmera da cabeça. Ao analisar seus próprios logs de execução, o agente identificou o problema, alterou a abordagem, aproximando o braço esquerdo para que a câmera do pulso pudesse confirmar a posição do gancho, em seguida pegou o item com a mão direita e salvou essa correção para uso futuro.
Este framework é baseado no Protocolo de Execução Encarnada (EEP) — uma interface unificada entre o agente e o robô. Ele consiste em quatro componentes: a interface de capacidades, que informa ao agente o que o robô é capaz de fazer; a interface de orientação para transmitir dicas espaciais, referências a objetos e instruções detalhadas à política de ação; a interface de feedback, que relata o resultado físico; e a interface de continuidade, que rastreia o progresso e as dependências das tarefas em toda a frota de robôs, permitindo retomar ou replanejar o trabalho após pausas.
Quando as tarefas falham constantemente ou são executadas lentamente, o agente planeja prática direcionada nos horários de menor movimento da loja. A melhoria ocorre em duas frentes. O RSI, que não afeta os pesos do modelo, refina dicas, memória e regras de execução, usando a análise diária de sucessos e fracassos para criar o que a equipe compara com um caderno de erros corrigidos. A política RSI coleta dados de execuções autônomas, casos de intervenção humana e recuperação, filtra e repondera-os, e então retreina a política de ação base usando aprendizado supervisionado, simulação ou por reforço. A AgiBot observa que o segundo caminho ainda utiliza dados de intervenção humana e treinamento de modelo, portanto, os humanos não são totalmente excluídos.
O Genie Master é o quarto elemento da série de lançamentos AI WAVE da AgiBot, que começou em 22 de outubro. De acordo com o cronograma publicado pela empresa, o próximo item em 28 de outubro será a atualização da plataforma de simulação Genie Sim com um motor físico interno projetado para simular objetos deformáveis, o que, segundo a AgiBot, atinge mais de 95% de concordância entre resultados reais e simulados em tarefas complexas. Mais detalhes não foram publicados no momento da escrita.
Os testes públicos estão agendados para 2 e 3 de novembro, quando seis robôs G2 operarão por 24 horas em tempo real em uma loja de bairro, cobrindo os horários de pico do almoço e jantar, o turno da noite e a preparação para o café da manhã.
