AR
بحث
الصورة: The Robot Report

روبوتات G2 التابعة لأجيبوت تنجز 1,730 مهمة في تجربة على مدار 24 ساعة بمتجر في شانغهاي

تجربة على مدار 24 ساعة في متجر قيد التشغيل

أجرت أجيبوت تجربة استمرت 24 ساعة على ستة من روبوتاتها البشرية الشكل ذات العجلات من طراز G2، في متجر بقالة يعمل بشكل طبيعي في حي شيوهوي بشانغهاي، وذلك بحسب موقع The Robot Report. وأنجزت الروبوتات 1,730 مهمة مجتمعةً، تراوحت بين مساعدة الزبائن وإعداد القهوة، وصولاً إلى إعادة ترتيب الرفوف والتنظيف. ونجح أربعة من الروبوتات الستة في التقييم النهائي للأداء.

بدأت التجربة في الساعة العاشرة صباحاً يوم 2 نوفمبر، وانتهت في الساعة العاشرة صباحاً يوم 3 نوفمبر. وذكر التقرير أنها بُثّت مباشرةً على المنصات الإلكترونية، وشاهدها أكثر من مليوني مشاهد.

اختتمت التجربة معرض تقنيات AI WAVE التابع لأجيبوت، الذي بدأ في 22 أكتوبر. وأطلق المعرض مجموعات بيانات للروبوتات، وأدوات محاكاة، ونماذج ذكاء اصطناعي، وأجهزة وبرمجيات للتشغيل. وكان هدف اختبار المتجر جمع هذه التقنيات معاً في بيئة حقيقية، وإظهار كيفية تعامل الروبوتات مع الأعمال اليومية على مدى فترة أطول. وقالت الشركة منفصلةً في سبتمبر 2026 إن روبوتها الـ20,000 خرج من خط الإنتاج.

المهام الموكلة ونتائج الاختبار

كان لكل روبوت دور محدد. تولّى بعضها طلبات الزبائن، وتفقّد بعضها الرفوف وأعاد تعبئتها، فيما أعدّ آخرون القهوة وتولّوا الدفع وخدمة الوجبات الساخنة، أو نظّفوا المتجر.

وخلال الساعات الـ24، سجّلت الروبوتات 683 تفاعلاً في خدمة العملاء، و369 عملية التقاط للمنتجات وتوصيلها. كما أعدّت 147 طلب قهوة و126 حصة إفطار، ونفّذت 277 مهمة فحص للرفوف وإعادة تعبئة، ونظّفت الطاولات 128 مرة.

شملت التجربة أربع فترات: ذروة الغداء، وساعات المساء المزدحمة، وعمليات الليل، ثم ذروة الإفطار صباح اليوم التالي. وذكر التقرير أن كل فترة طرحت تحديات مختلفة، من الرد على الطلبات في أوقات الازدحام، إلى إبقاء المتجر يعمل ليلاً.

قيّم المقيِّمون كل روبوت وفق مدة بقائه في الخدمة، ومدى إنجازه للمهام، وآراء العملاء، وسرعة الاستجابة، وطريقة تعامله مع المفاجآت. واجتاز أربعة روبوتات المراجعة النهائية، فيما لم يستوفِ الاثنان الآخران بعض المتطلبات، بحسب التقرير.

وأجرى مقيّمان اختبارات عملية مستوحاة من مواقف قد تواجهها الروبوتات أثناء خدمة الزبائن. ففي أحدها طلبا كوكا-كولا العادية وكوكا-كولا الخالية من السكر، لمعرفة ما إذا كانت الروبوتات تستطيع التمييز بين منتجات متشابهة في الشكل. وفي اختبار آخر نقلا علب علكة من أماكنها، وطلبا من الروبوتات إعادتها إلى مكانها الصحيح.

ولاختبار الملاحة، وضع المقيِّمون شخصاً وصندوقاً في أحد الممرات، للتحقق من قدرة الآلات على رصد العوائق والالتفاف حولها.

لماذا يُعد المتجر اختباراً صعباً

يشير التقرير إلى أن متجر البقالة قد يبدو بسيطاً للروبوتات، بفضل تخطيطه المدمج وكثرة المهام التي تتبع إجراءات معيارية. ومع ذلك، ما زال التقاط البضائع وإعادة تعبئة الرفوف وإعداد الطعام يفرض على الآلات التعامل مع تغيّرات صغيرة ومتكررة في الظروف.

ويقدم التقرير أمثلة على ذلك. فأكياس الحلوى المعلّقة بزاوية مختلفة قليلاً يصعب الإمساك بها دون تحريك المنتجات المجاورة. أما الأصناف الحساسة، مثل قطعة الكعك، فتحتاج إلى تحكم دقيق في قوة القبض حتى لا تسقط أو تتلف.

وبحسب التقرير، يختلف المتجر الحي اختلافاً كبيراً عن المختبر. فالزبائن يتجولون في الممرات، وتُلتقط البضائع وتُعاد إلى أماكنها، وتتنوع الأصناف في موضعها وزاويتها وتغليفها، لذلك قد لا تسير حتى المهمة المتكررة على النحو نفسه في كل مرة.

ويقول التقرير إن روبوتات G2 أظهرت عدة قدرات صُممت لمواجهة هذه المشكلات. فاستخدمت المدخلات البصرية الحية لرصد الأصناف الموضوعة في غير مكانها وإعادتها إلى مواقعها المخصصة، بدلاً من الاعتماد على الإحداثيات المبرمجة مسبقاً وحدها.

ولاحظ أحد الروبوتات المكلفة بإعادة التعبئة وجود فراغات على الرفوف، فملأها دون أن يُكلَّف بذلك. وفي منطقة التنظيف، فصل روبوت آخر السوائل المسكوبة عن الأنماط المطبوعة على سطح المنضدة، واختار الأدوات المناسبة.

ويوضح التقرير أن هذه المهام تجاوزت الحركات المفردة، إذ تطلبت إدراكاً للمحيط، وقرارات خاصة بكل مهمة، وتعديل الإجراءات مع تغيّر الظروف.

Genie Master والتعلّم من التشغيل

كما تناولت التجربة Genie Master، وهو إطار عمل لوكيل ذكاء اصطناعي مجسَّد. وبحسب التقرير، اختُبر في تنسيق المهام وإصلاح الأخطاء والتعلم من عمليات التشغيل.

يوفّر Genie Master إطاراً مشتركاً ينسّق عمل الروبوتات الستة كافة، ويربط أفعالها بالتحليل والتعلم اللاحقين. ويقول التقرير إن الربط بين التخطيط والتنفيذ والتغذية الراجعة يمر عبر بروتوكول التنفيذ المجسَّد (EEP).

يوزّع النظام المهام بحسب قدرات كل روبوت وظروف المتجر. ثم تنفّذ الروبوتات أعمالها استناداً إلى سياسات الإجراءات وما تراه في الوقت الفعلي. وتعود نتائج كل محاولة إلى النظام للمراجعة وتشخيص الأعطال.

ويتعلم الإطار كذلك من المحاولات السابقة. فمن خلال مراجعة عمليات التنفيذ الناجحة والفاشلة، يستطيع حفظ الخبرات المفيدة في الذاكرة طويلة الأمد لاستخدامها في الحالات المماثلة. ويمكن تحويل التعديلات الناجحة إلى بيانات تدريب تحسّن سياسات الإجراءات.

الخطوات المقبلة

وتطبّق أجيبوت ما تتعلمه من عمليات التشغيل لتحسين أداء روبوتات G2 في مهام المناولة الدقيقة، عبر تدريب إضافي خلال الليالي الأكثر هدوءاً. ويقول التقرير إن هذه الجهود تستهدف المهام التي تتطلب مناولة دقيقة.

تعتزم الشركة توسيع التجارب لتشمل مهام إضافية ومواقع حقيقية أخرى، مستفيدة من ملاحظات التشغيل لجعل الآلات أكثر موثوقية ومرونة. وستدرس أجيبوت كذلك أي القدرات وأساليب العمل يمكن نقلها بين المهام ونسخها إلى مواقع أخرى. ويشير التقرير إلى أن هذه النتائج ستشكل المرحلة المقبلة، الهادفة إلى استخدام أكثر ثباتاً وقابلية للتوسع في الميدان.

المصدر