AGIBOT เผยแพร่ชุดข้อมูลการให้เหตุผลทางกายภาพ เพื่อสอนหุ่นยนต์ว่าควรทำอะไรต่อ

หุ่นยนต์อาจหยิบขวดได้อย่างสมบูรณ์แบบ แต่ก็ยังเติมของในมินิบาร์ไม่สำเร็จได้ มันอาจเก็บขวดเปล่าไว้ เติมขวดใหม่มากเกินไป หรือทำขั้นตอนที่ทำเสร็จแล้วซ้ำอีก สิ่งที่ยังขาดคือความสามารถในการพิจารณาว่าสถานการณ์ต้องการอะไร ก่อนเลือกการเคลื่อนไหวถัดไป

AGIBOT มุ่งแก้ช่องว่างดังกล่าวด้วยชุดข้อมูลการให้เหตุผลทางกายภาพ ซึ่งประกาศเมื่อวันที่ 22 ตุลาคมในฐานะรุ่นที่ 4 ของ AGIBOT WORLD 2026 ชุดข้อมูลนี้เชื่อมโยงเป้าหมายของงาน สภาพแวดล้อมที่เปลี่ยนแปลง ประวัติการปฏิบัติงาน และการกระทำจริงของหุ่นยนต์ แนวคิดหลักคือการรวบรวมเส้นทางหลายรูปแบบที่นำไปสู่เป้าหมายเดียวกัน เพื่อให้นักวิจัยมีข้อมูลสำหรับฝึกหุ่นยนต์ให้ปรับการตัดสินใจตามพัฒนาการของงาน

เป้าหมายเดียว แต่ลำดับการกระทำที่ถูกต้องมีได้หลายแบบ

รุ่นที่ 4 เปลี่ยนจุดเน้นของการออกแบบงาน จากการเคลื่อนไหวที่ยากไปสู่การตัดสินใจที่ยาก แทนที่จะรวบรวมเฉพาะตัวอย่างการทำตามลำดับขั้นตอนที่กำหนดไว้ AGIBOT ปรับเปลี่ยนจำนวนวัตถุ สิ่งกีดขวาง พื้นที่ว่างที่มี และความคืบหน้าของงาน การเปลี่ยนแปลงเหล่านี้อาจทำให้การกระทำที่เคยถูกต้องไม่เหมาะสมอีกต่อไป แม้คำขอของผู้ใช้จะยังเหมือนเดิมก็ตาม

ลองพิจารณาตัวอย่างมินิบาร์ การจัดให้มีขวดเต็มสามขวดตามเป้าหมายจำเป็นต้องระบุว่าขวดใดว่าง นับจำนวนขวดเต็มที่มีอยู่แล้ว และตัดสินใจว่าจะนำขวดใดออกและเติมขวดใดเข้าไป การหยิบได้สำเร็จเป็นเพียงส่วนหนึ่งของงานเท่านั้น หุ่นยนต์ยังต้องมีตัวแทนของสถานะสุดท้ายที่ต้องการ และวิธีเปรียบเทียบสถานะนั้นกับสถานะปัจจุบัน

อีกสถานการณ์หนึ่งคือการหยิบกุญแจที่อยู่หลังกระบะ การหยิบโดยตรงอาจทำได้เมื่อมีพื้นที่เพียงพอ แต่เมื่อกระบะขวางทาง การเคลื่อนย้ายกระบะก็กลายเป็นขั้นตอนที่ต้องทำก่อน การค้นหาตามลิ้นชักยังเพิ่มโจทย์ด้านความจำเข้ามาด้วย เพราะภาพจากกล้องเพียงอย่างเดียวไม่อาจบอกระบบได้ว่าตรวจดูลิ้นชักใดไปแล้วบ้าง

ตัวอย่างเหล่านี้ชี้ให้เห็นความท้าทายในทางปฏิบัติของ AI ทางกายภาพ นโยบายที่เลียนแบบการเคลื่อนไหวที่มองเห็นได้ของผู้เชี่ยวชาญก็ยังอาจตัดสินใจผิด หากไม่มีบริบทที่ทำให้การเคลื่อนไหวนั้นเหมาะสม การปรับเปลี่ยนเงื่อนไขรอบเป้าหมายร่วมกันมีจุดประสงค์เพื่อทำให้ชุดข้อมูลมีข้อมูลความเชื่อมโยงเหล่านี้พร้อมใช้สำหรับการฝึก

ความสามารถด้านการให้เหตุผล 9 ประการ ซึ่งมีความซับซ้อนเพิ่มขึ้นตามลำดับ

AGIBOT จัดโครงสร้างชุดข้อมูลรุ่นนี้ตามความสามารถ 9 ประการ ได้แก่ การเลือกวัตถุตามคุณลักษณะ การเลือกตามบริบท การประเมินว่าการจัดการวัตถุทำได้หรือไม่ การให้เหตุผลเกี่ยวกับขั้นตอนที่ต้องทำก่อน การค้นหาเพื่อไปให้ถึงเป้าหมาย การติดตามสถานะและจำนวน การวางแผนลำดับขั้นตอนที่ยาวขึ้น การจดจำข้อมูล และการจัดลำดับงานย่อย

ความสามารถเหล่านี้มักทำงานร่วมกันในงานทั่วไป การเติมของต้องอาศัยการรู้จำ การนับ และการติดตามความคืบหน้า การค้นหาสิ่งของต้องใช้ทั้งกลยุทธ์การค้นหาและบันทึกการลองค้นหาก่อนหน้า ส่วนงานดูแลบ้านที่ใช้เวลานานอาจต้องอาศัยการตัดสินใจหลายอย่างต่อเนื่องกัน โดยการกระทำแต่ละครั้งจะเปลี่ยนเงื่อนไขสำหรับขั้นตอนถัดไป

ชุดข้อมูลแบ่งงานออกเป็นระดับง่าย ปานกลาง และยาก การตัดสินใจเลือกสิ่งของเป็นรายชิ้นอยู่ในระดับที่ง่ายกว่า ส่วนข้อจำกัดด้านจำนวนและขั้นตอนที่ต้องทำก่อนเพิ่มความซับซ้อน ขณะที่งานที่ใช้เวลานานขึ้นจะรวมเป้าหมายหลายอย่าง ความจำ และข้อกำหนดตามบริบทไว้ด้วย โครงสร้างนี้ช่วยให้นักวิจัยศึกษาทักษะแต่ละอย่างก่อนทดสอบว่าทักษะเหล่านั้นทำงานร่วมกันได้ดีเพียงใด

มีการใส่คำอธิบายประกอบผลการปฏิบัติงานด้วย ซึ่งรวมถึงการเลือกวัตถุ การวางวัตถุ และการทำได้ครบตามจำนวนที่กำหนดหรือไม่ ชุดข้อมูลรุ่นนี้มีทั้งตัวอย่างที่สำเร็จและตัวอย่างที่ผิดพลาด เพื่อสนับสนุนการวิจัยเรื่องการตรวจจับความคลาดเคลื่อนและการปรับการตัดสินใจในขั้นตอนถัดไป

เชื่อมโยงคำสั่งเข้ากับการกระทำทางกายภาพ

คุณูปการทางเทคนิคอยู่ที่วิธีเชื่อมโยงข้อมูลคำอธิบายประกอบในระดับต่าง ๆ ของงาน คำสั่งระดับสูงระบุวัตถุประสงค์โดยรวม ส่วนกรอบงาน ช่วงของงานย่อย และขั้นตอนการกระทำจะอธิบายโครงสร้างและความคืบหน้าของงาน นักวิจัยสามารถใช้ความเชื่อมโยงเหล่านี้ศึกษาว่าเป้าหมายย่อยใดกำลังดำเนินอยู่ และควรทำอะไรต่อไป

ในระดับการเคลื่อนไหว คำอธิบายประกอบ Dense Prompt ของ AGIBOT ระบุวัตถุเป้าหมาย บริเวณที่ใช้จัดการวัตถุ บทบาทของแขนทั้งสองข้าง การเคลื่อนไหว สถานะของตัวจับ และผลลัพธ์ที่คาดหวัง กรอบล้อมรอบ จุด และเส้นวิถีเชื่อมโยงภาษาเข้ากับตำแหน่งและเส้นทางการเคลื่อนไหว ทำให้ระบบการเรียนรู้ได้รับแนวทางที่ชัดเจนยิ่งขึ้นว่าคำสั่งกล่าวถึงสิ่งใด และมีการแทนการปฏิบัติตามคำสั่งนั้นอย่างไร

บริษัทยังอธิบายถึงช่วงที่ประสบความสำเร็จและช่วงเชิงปฏิปักษ์ ซึ่งใช้แยกเป้าหมายออกจากสิ่งรบกวนและตรวจสอบผลลัพธ์ ในที่นี้ ตัวอย่างเชิงปฏิปักษ์เกี่ยวข้องกับการตีความและการปฏิบัติงาน ตัวอย่างเหล่านี้ช่วยกำหนดกรอบคำถาม เช่น หุ่นยนต์เลือกวัตถุที่ถูกต้องหรือไม่ หรือทำขั้นตอนที่ร้องขอเสร็จจริงหรือไม่

เมื่อนำมารวมกัน คำอธิบายประกอบเหล่านี้มีจุดประสงค์เพื่อสนับสนุนการฝึกที่เชื่อมโยงโมเดลการตัดสินใจกับนโยบายการกระทำ โมเดลการตัดสินใจเลือกเป้าหมายย่อย นโยบายจะดำเนินการจัดการวัตถุ และสถานะที่ได้จะเป็นข้อมูลสำหรับการตัดสินใจครั้งถัดไป วงจรป้อนกลับนี้มีความสำคัญทุกครั้งที่หุ่นยนต์ต้องแก้ไขจากความพยายามที่ไม่สมบูรณ์ หรือรับมือกับสภาพแวดล้อมที่เปลี่ยนไป

ชุดข้อมูลรุ่นนี้เข้ากับแพลตฟอร์มหุ่นยนต์ของ AGIBOT อย่างไร

คลังข้อมูล AGIBOT WORLD 2026 ในภาพรวมอธิบายข้อมูลจากโลกจริงที่รวบรวมบนแพลตฟอร์ม G2 ของบริษัท รูปแบบข้อมูลที่บันทึกไว้เป็นไปตามแนวทางของ LeRobot โดยมีข้อมูลแต่ละ episode ข้อมูลเมตา และวิดีโอสตรีมจากกล้องที่ศีรษะและข้อมือแยกจากกัน ข้อมูลนี้ช่วยให้นักพัฒนาเข้าใจบริบทในการเชื่อมโยงสิ่งที่หุ่นยนต์มองเห็นเข้ากับพฤติกรรมที่บันทึกไว้ได้ดีขึ้น

หน้า ผลิตภัณฑ์ G2 ของ AGIBOT นำเสนอฮาร์ดแวร์สำหรับปัญญาประดิษฐ์แบบมีร่างกายและการควบคุมการหยิบจับด้วยแรง ควบคู่ไปกับความสามารถในการโต้ตอบ Release 4 มุ่งพัฒนาชั้นการตัดสินใจและความจำเกี่ยวกับงานที่รองรับความสามารถทางกายภาพเหล่านี้ อีกทั้งยังต่อยอดโครงสร้างพื้นฐานด้านข้อมูลที่กล่าวถึงในบทความก่อนหน้าของ Unite.AI เกี่ยวกับแพลตฟอร์มหุ่นยนต์ของ AGIBOT

คลังข้อมูลระบุสัญญาอนุญาต Creative Commons Attribution–NonCommercial–ShareAlike 4.0 เงื่อนไขห้ามใช้เพื่อการค้าเป็นข้อแตกต่างสำคัญที่นักพัฒนาควรพิจารณาเมื่อตัดสินใจว่าจะนำข้อมูลที่เผยแพร่นี้ไปใช้ในผลิตภัณฑ์อย่างไร

การให้เหตุผลทางกายภาพอาจเปลี่ยนแปลงอะไรได้บ้าง

สำหรับธุรกิจบริการต้อนรับ บริการภายในบ้าน และการค้าปลีก จุดเด่นคือหุ่นยนต์ที่ทำงานเพื่อให้บรรลุผลได้ แม้เงื่อนไขจะเปลี่ยนแปลงไป การจัดโต๊ะให้เรียบร้อยหรือเติมสินค้าบนชั้นวางให้ครบต้องตรวจสอบสิ่งที่มีอยู่แล้ว จดจำงานที่ทำเสร็จแล้ว และรู้ว่าเมื่อใดไม่จำเป็นต้องทำอะไรเพิ่มเติม การตัดสินใจเหล่านี้ยิ่งสำคัญเมื่อหุ่นยนต์เปลี่ยนจากการสาธิตแยกเป็นครั้ง ๆ ไปสู่การทำงานครบทุกขั้นตอน

Release 4 มอบข้อมูลสำหรับฝึกหุ่นยนต์ให้ทำงานในทิศทางดังกล่าว แต่การเผยแพร่ข้อมูลนี้เพียงอย่างเดียวไม่ได้ยืนยันว่าโมเดลใดโมเดลหนึ่งจะทำงานเหล่านั้นได้อย่างน่าเชื่อถือในสภาพแวดล้อมที่ไม่คุ้นเคย AGIBOT ระบุว่าข้อมูลดังกล่าวได้สนับสนุนกรอบการทำงานของเอเจนต์ที่กำลังจะเปิดตัวและโมเดลพื้นฐานรุ่นใหม่แล้ว ส่วนผลการทำงานของระบบเหล่านั้นยังเป็นอีกประเด็นหนึ่งที่ต้องพิจารณาแยกต่างหาก

การเปลี่ยนแปลงที่สำคัญคือการหันมาฝึกหุ่นยนต์ให้เข้าใจความสัมพันธ์ระหว่างเป้าหมาย สถานการณ์ปัจจุบัน และผลที่ตามมาจากการกระทำก่อนหน้า นักวิจัยสามารถศึกษาวิธีการนี้ผ่านโครงการ AGIBOT WORLD และแหล่งข้อมูลชุดข้อมูลที่เชื่อมโยงกับโครงการ