Η AGIBOT κυκλοφορεί σύνολο δεδομένων φυσικού συλλογισμού για να μάθουν τα ρομπότ τι να κάνουν στη συνέχεια

Ένα ρομπότ μπορεί να πιάσει άψογα ένα μπουκάλι και παρ’ όλα αυτά να αποτύχει στον ανεφοδιασμό ενός μίνι μπαρ. Μπορεί να κρατήσει ένα άδειο μπουκάλι, να προσθέσει περισσότερα μπουκάλια απ’ όσα χρειάζονται ή να επαναλάβει ένα βήμα που έχει ήδη ολοκληρώσει. Αυτό που του λείπει είναι η ικανότητα να κρίνει τι απαιτεί η εκάστοτε κατάσταση προτού επιλέξει την επόμενη κίνησή του.

Η AGIBOT επιχειρεί να καλύψει αυτό το κενό με το σύνολο δεδομένων φυσικού συλλογισμού, το οποίο ανακοίνωσε στις 22 Οκτωβρίου ως Έκδοση 4 του AGIBOT WORLD 2026. Η έκδοση συνδέει τους στόχους των εργασιών, τις μεταβαλλόμενες συνθήκες της σκηνής, το ιστορικό εκτέλεσης και τις πραγματικές ενέργειες των ρομπότ. Κεντρική ιδέα είναι η συλλογή διαφορετικών διαδρομών προς τον ίδιο στόχο, ώστε να δοθεί στους ερευνητές υλικό για την εκπαίδευση ρομπότ που προσαρμόζουν τις αποφάσεις τους καθώς εξελίσσεται μια εργασία.

Ένας στόχος, πολλές σωστές ακολουθίες ενεργειών

Η Έκδοση 4 μετατοπίζει την έμφαση στον σχεδιασμό εργασιών από τις δύσκολες κινήσεις στις δύσκολες αποφάσεις. Αντί να συλλέγει μόνο επιδείξεις μιας προκαθορισμένης ακολουθίας, η AGIBOT μεταβάλλει τον αριθμό των αντικειμένων, τα εμπόδια, τον διαθέσιμο χώρο και την πρόοδο της εργασίας. Αυτές οι αλλαγές μπορούν να καταστήσουν ακατάλληλη μια ενέργεια που προηγουμένως ήταν σωστή, ακόμη κι όταν το αίτημα του χρήστη παραμένει το ίδιο.

Ας πάρουμε το παράδειγμα του μίνι μπαρ. Για να επιτευχθεί ο στόχος των τριών γεμάτων μπουκαλιών, πρέπει να εντοπιστούν τα άδεια μπουκάλια, να μετρηθούν όσα γεμάτα υπάρχουν ήδη και να αποφασιστεί ποια πρέπει να απομακρυνθούν και ποια να αναπληρωθούν. Το επιτυχές πιάσιμο είναι μόνο ένα μέρος της εργασίας. Το ρομπότ χρειάζεται επίσης να αναπαριστά την επιθυμητή τελική κατάσταση και να μπορεί να τη συγκρίνει με την τρέχουσα.

Ένα άλλο σενάριο αφορά την ανάκτηση ενός κλειδιού που βρίσκεται πίσω από ένα κουτί. Το άμεσο πιάσιμο μπορεί να λειτουργήσει όταν υπάρχει αρκετός χώρος. Αν το κουτί εμποδίζει την πρόσβαση, η μετακίνησή του γίνεται απαραίτητη προϋπόθεση. Η αναζήτηση σε συρτάρια προσθέτει και μια πρόκληση μνήμης: μια εικόνα από την κάμερα από μόνη της δεν αρκεί για να γνωρίζει το σύστημα ποια συρτάρια έχει ήδη ελέγξει.

Αυτά τα παραδείγματα αναδεικνύουν μια πρακτική πρόκληση για τη φυσική τεχνητή νοημοσύνη. Μια πολιτική που μιμείται τις ορατές κινήσεις ενός ειδικού μπορεί και πάλι να πάρει λανθασμένη απόφαση, αν δεν διαθέτει το πλαίσιο που καθιστούσε κατάλληλες αυτές τις κινήσεις. Μεταβάλλοντας τις συνθήκες γύρω από έναν κοινό στόχο, το σύνολο δεδομένων αποσκοπεί στο να καταστήσει αυτές τις εξαρτήσεις διαθέσιμες για την εκπαίδευση.

Εννέα ικανότητες συλλογισμού, με αυξανόμενη πολυπλοκότητα

Η AGIBOT οργανώνει την έκδοση γύρω από εννέα ικανότητες: επιλογή αντικειμένων βάσει χαρακτηριστικών, επιλογή με βάση το πλαίσιο, αξιολόγηση της δυνατότητας εκτέλεσης ενός χειρισμού, συλλογισμός σχετικά με τις προϋποθέσεις μιας ενέργειας, αναζήτηση με στόχο, παρακολούθηση καταστάσεων και ποσοτήτων, σχεδιασμός μεγαλύτερων ακολουθιών, διατήρηση μνήμης και καθορισμός της σειράς των υποεργασιών.

Αυτές οι ικανότητες αλληλεπικαλύπτονται στις συνηθισμένες εργασίες. Ο ανεφοδιασμός απαιτεί αναγνώριση, καταμέτρηση και παρακολούθηση της προόδου. Ο εντοπισμός ενός αντικειμένου συνδυάζει μια στρατηγική αναζήτησης με την καταγραφή των προηγούμενων προσπαθειών. Μια πιο εκτεταμένη εργασία καθαριότητας μπορεί να απαιτεί διαδοχικά πολλές από αυτές τις κρίσεις, με κάθε ενέργεια να μεταβάλλει τις συνθήκες για την επόμενη.

Το σύνολο δεδομένων χωρίζει τις εργασίες σε επίπεδα Εύκολο, Μεσαίο και Δύσκολο. Οι επιμέρους κρίσεις επιλογής βρίσκονται στο απλούστερο επίπεδο· οι περιορισμοί ποσότητας και οι προϋποθέσεις αυξάνουν την πολυπλοκότητα· ενώ οι μεγαλύτερες εργασίες συνδυάζουν πολλαπλούς στόχους, μνήμη και απαιτήσεις που εξαρτώνται από το πλαίσιο. Αυτή η δομή δίνει στους ερευνητές τη δυνατότητα να μελετούν μεμονωμένες δεξιότητες προτού εξετάσουν πόσο καλά λειτουργούν συνδυαστικά.

Καταγράφονται επίσης τα αποτελέσματα της εκτέλεσης, όπως η επιλογή και η τοποθέτηση αντικειμένων, καθώς και το αν επιτεύχθηκε η απαιτούμενη ποσότητα. Η έκδοση περιλαμβάνει τόσο επιτυχημένα όσο και λανθασμένα παραδείγματα, υποστηρίζοντας την έρευνα για την αναγνώριση αποκλίσεων και την προσαρμογή των επόμενων αποφάσεων.

Σύνδεση των οδηγιών με τις φυσικές ενέργειες

Η τεχνική συμβολή έγκειται στον τρόπο με τον οποίο οι επισημειώσεις συνδέουν τα διαφορετικά επίπεδα μιας εργασίας. Μια οδηγία υψηλού επιπέδου διατυπώνει τον συνολικό στόχο. Τα πλαίσια εργασιών, τα τμήματα υποεργασιών και τα βήματα ενεργειών περιγράφουν τη δομή και την πρόοδό της. Οι ερευνητές μπορούν να αξιοποιήσουν αυτές τις σχέσεις για να μελετήσουν ποιος υποστόχος είναι ενεργός και τι πρέπει να συμβεί στη συνέχεια.

Στο επίπεδο της κίνησης, οι επισημειώσεις Dense Prompt της AGIBOT καθορίζουν το αντικείμενο-στόχο, την περιοχή χειρισμού, τους ρόλους των δύο βραχιόνων, την κίνηση, την κατάσταση της αρπάγης και το αναμενόμενο αποτέλεσμα. Τα πλαίσια οριοθέτησης, τα σημεία και οι γραμμές τροχιάς συνδέουν τη γλώσσα με τις τοποθεσίες και τις διαδρομές κίνησης. Έτσι, ένα σύστημα μάθησης λαμβάνει πιο σαφείς οδηγίες για το σε τι αναφέρεται μια εντολή και πώς αναπαρίσταται η εκτέλεσή της.

Η εταιρεία περιγράφει επίσης τμήματα επιτυχίας και αντιπαραθετικά τμήματα, για τη διάκριση των στόχων από τα αντικείμενα που αποσπούν την προσοχή και για τον έλεγχο των αποτελεσμάτων. Εδώ, τα αντιπαραθετικά παραδείγματα αφορούν την ερμηνεία και την εκτέλεση των εργασιών. Βοηθούν στη διατύπωση ερωτημάτων, όπως αν το ρομπότ επέλεξε το σωστό αντικείμενο ή αν ολοκλήρωσε πράγματι το ζητούμενο βήμα.

Συνολικά, αυτές οι επισημειώσεις αποσκοπούν στην υποστήριξη της εκπαίδευσης που συνδέει ένα μοντέλο λήψης αποφάσεων με μια πολιτική ενεργειών. Το μοντέλο αποφάσεων επιλέγει έναν υποστόχο, η πολιτική εκτελεί τον χειρισμό και η κατάσταση που προκύπτει καθοδηγεί την επόμενη απόφαση. Αυτή η ανατροφοδότηση έχει σημασία κάθε φορά που ένα ρομπότ πρέπει να ανακάμψει από μια ατελή προσπάθεια ή να ανταποκριθεί σε μια αλλαγή στη σκηνή.

Πώς εντάσσεται η έκδοση στη ρομποτική πλατφόρμα της AGIBOT

Το ευρύτερο αποθετήριο AGIBOT WORLD 2026 περιγράφει δεδομένα από τον πραγματικό κόσμο, τα οποία συλλέχθηκαν στην πλατφόρμα G2 της εταιρείας. Η τεκμηριωμένη μορφή τους ακολουθεί τις συμβάσεις του LeRobot και περιλαμβάνει δεδομένα επεισοδίων, μεταδεδομένα και ξεχωριστές ροές βίντεο από κάμερες κεφαλής και καρπού. Αυτό προσφέρει χρήσιμο πλαίσιο στους προγραμματιστές που συνδέουν οπτικές παρατηρήσεις με καταγεγραμμένη συμπεριφορά ρομπότ.

Η σελίδα προϊόντος G2 της AGIBOT παρουσιάζει το υλικό ως κατάλληλο για ενσώματη νοημοσύνη και χειρισμό με έλεγχο δύναμης, παράλληλα με διαδραστικές δυνατότητες. Η έκδοση 4 αφορά το επίπεδο λήψης αποφάσεων και μνήμης εργασιών που πλαισιώνει αυτές τις φυσικές δυνατότητες. Επεκτείνει επίσης την υποδομή δεδομένων που παρουσιάστηκε στην προηγούμενη κάλυψη της πλατφόρμας ρομποτικής της AGIBOT από το Unite.AI.

Το αποθετήριο αναφέρει άδεια Creative Commons Attribution–NonCommercial–ShareAlike 4.0. Ο μη εμπορικός περιορισμός αποτελεί σημαντική παράμετρο για τους προγραμματιστές που εξετάζουν πώς μπορούν να αξιοποιήσουν τα διαθέσιμα δεδομένα σε ένα προϊόν.

Τι θα μπορούσε να αλλάξει η φυσική συλλογιστική

Για τον κλάδο της φιλοξενίας, τις οικιακές υπηρεσίες και τις λειτουργίες λιανικής, το ενδιαφέρον έγκειται σε ένα ρομπότ που μπορεί να επιδιώκει ένα αποτέλεσμα υπό μεταβαλλόμενες συνθήκες. Για να επαναφέρει ένα τραπέζι στην αρχική του κατάσταση ή να αναπληρώσει τα προϊόντα σε ένα ράφι, πρέπει να ελέγξει τι υπάρχει ήδη εκεί, να θυμάται ποιες εργασίες έχουν ολοκληρωθεί και να αναγνωρίζει πότε δεν χρειάζεται περαιτέρω ενέργεια. Αυτές οι κρίσεις αποκτούν μεγαλύτερη σημασία καθώς τα ρομπότ περνούν από μεμονωμένες επιδείξεις σε ολοκληρωμένες ροές εργασιών.

Η έκδοση 4 παρέχει εκπαιδευτικό υλικό για αυτή την κατεύθυνση. Από μόνη της, δεν αποδεικνύει ότι ένα συγκεκριμένο μοντέλο μπορεί να εκτελεί αξιόπιστα αυτές τις ροές εργασιών σε άγνωστα περιβάλλοντα. Η AGIBOT αναφέρει ότι τα δεδομένα έχουν ήδη υποστηρίξει το επερχόμενο πλαίσιο πρακτόρων και το μοντέλο θεμελίωσης επόμενης γενιάς της· τα αποτελέσματα απόδοσης αυτών των συστημάτων παραμένουν ξεχωριστό ζήτημα.

Η ουσιαστική αλλαγή είναι η στροφή προς την εκπαίδευση των ρομπότ στις σχέσεις ανάμεσα σε έναν στόχο, την τρέχουσα κατάσταση και τις συνέπειες προηγούμενων ενεργειών. Οι ερευνητές μπορούν να διερευνήσουν αυτή την προσέγγιση μέσω του έργου AGIBOT WORLD και των συνδεδεμένων πόρων συνόλων δεδομένων του.