AGIBOT ra mắt bộ dữ liệu suy luận vật lý để dạy robot bước tiếp theo cần làm gì

Robot có thể nhặt một chiếc chai hoàn hảo nhưng vẫn thất bại khi bổ sung hàng cho tủ lạnh mini. Nó có thể giữ lại một chiếc chai rỗng, bổ sung quá nhiều chai mới hoặc lặp lại một bước đã hoàn thành. Kỹ năng còn thiếu là xác định tình huống đòi hỏi điều gì trước khi chọn chuyển động tiếp theo.

AGIBOT đang hướng tới giải quyết khoảng trống đó bằng bộ dữ liệu Physical Reasoning, được công bố ngày 22 tháng 10 với tư cách là Bản phát hành 4 của AGIBOT WORLD 2026. Bản phát hành này kết nối mục tiêu tác vụ, các điều kiện môi trường thay đổi, lịch sử thực thi và hành động thực tế của robot. Ý tưởng cốt lõi là thu thập nhiều cách khác nhau để đạt cùng một mục tiêu, cung cấp cho các nhà nghiên cứu dữ liệu để huấn luyện robot điều chỉnh quyết định khi tác vụ diễn tiến.

Một mục tiêu, nhiều chuỗi hành động đúng

Bản phát hành 4 chuyển trọng tâm thiết kế tác vụ từ những chuyển động khó sang những quyết định khó. Thay vì chỉ thu thập các bản trình diễn theo một chuỗi cố định, AGIBOT thay đổi số lượng đồ vật, vật cản, không gian sẵn có và tiến độ tác vụ. Những thay đổi này có thể khiến một hành động vốn đúng trở nên không phù hợp, ngay cả khi yêu cầu của người dùng vẫn giữ nguyên.

Hãy xem ví dụ về tủ lạnh mini. Để đạt mục tiêu có ba chai đầy, robot cần xác định chai nào rỗng, đếm số chai đầy hiện có và quyết định cần lấy chai nào ra cũng như bổ sung chai nào. Nắm được chai thành công chỉ là một phần của công việc. Robot còn cần biểu diễn trạng thái cuối mong muốn và có cách so sánh trạng thái đó với trạng thái hiện tại.

Một tình huống khác là lấy chìa khóa nằm sau một chiếc hộp. Robot có thể trực tiếp nắm lấy chìa khóa nếu có đủ chỗ. Khi chiếc hộp chắn lối tiếp cận, di chuyển hộp trở thành bước cần làm trước. Việc tìm trong các ngăn kéo còn đặt ra vấn đề về trí nhớ: chỉ dựa vào hình ảnh camera, hệ thống không thể biết mình đã kiểm tra những ngăn kéo nào.

Những ví dụ này cho thấy một thách thức thực tiễn của AI trong thế giới vật lý. Một chính sách bắt chước chuyển động quan sát được của chuyên gia vẫn có thể đưa ra quyết định sai nếu thiếu bối cảnh khiến chuyển động đó trở nên phù hợp. Bằng cách thay đổi các điều kiện xoay quanh một mục tiêu chung, bộ dữ liệu được thiết kế để cung cấp những mối phụ thuộc này cho quá trình huấn luyện.

Chín năng lực suy luận với độ phức tạp tăng dần

AGIBOT xây dựng bản phát hành xoay quanh chín năng lực: chọn đồ vật theo thuộc tính, lựa chọn dựa trên bối cảnh, đánh giá khả năng thực hiện thao tác, suy luận về các bước cần làm trước, tìm kiếm hướng tới mục tiêu, theo dõi trạng thái và số lượng, lập kế hoạch cho các chuỗi hành động dài hơn, duy trì trí nhớ và sắp xếp thứ tự các tác vụ con.

Trong công việc thường ngày, những năng lực này đan xen với nhau. Bổ sung hàng đòi hỏi khả năng nhận diện, đếm và theo dõi tiến độ. Tìm một món đồ cần kết hợp chiến lược tìm kiếm với việc ghi nhớ những lần thử trước. Một tác vụ dọn dẹp kéo dài có thể đòi hỏi thực hiện liên tiếp nhiều phán đoán trong số này, trong đó mỗi hành động làm thay đổi điều kiện cho hành động tiếp theo.

Bộ dữ liệu chia tác vụ thành các cấp độ Dễ, Trung bình và Khó. Những phán đoán lựa chọn đơn lẻ nằm ở mức đơn giản hơn; các ràng buộc về số lượng và những bước cần làm trước làm tăng độ phức tạp; còn các tác vụ dài hơn kết hợp nhiều mục tiêu, trí nhớ và yêu cầu theo ngữ cảnh. Cấu trúc này giúp các nhà nghiên cứu khảo sát từng kỹ năng trước khi kiểm tra mức độ phối hợp giữa chúng.

Kết quả thực thi cũng được gắn nhãn, bao gồm lựa chọn đồ vật, cách đặt đồ vật và việc có đạt được số lượng yêu cầu hay không. Bản phát hành có cả ví dụ thành công lẫn sai sót, hỗ trợ nghiên cứu cách nhận diện sai lệch và điều chỉnh các quyết định tiếp theo.

Kết nối chỉ dẫn với hành động vật lý

Đóng góp kỹ thuật nằm ở cách các chú thích kết nối những cấp độ khác nhau của một tác vụ. Chỉ dẫn cấp cao nêu mục tiêu tổng thể. Khung tác vụ, phân đoạn tác vụ con và các bước hành động mô tả cấu trúc cũng như tiến độ của tác vụ. Các nhà nghiên cứu có thể sử dụng những mối liên hệ này để tìm hiểu mục tiêu con nào đang được thực hiện và bước tiếp theo cần làm là gì.

Ở cấp độ chuyển động, các chú thích Dense Prompt của AGIBOT xác định đồ vật mục tiêu, vùng thao tác, vai trò của hai cánh tay, chuyển động, trạng thái kẹp và kết quả dự kiến. Các khung giới hạn, điểm và đường quỹ đạo kết nối ngôn ngữ với vị trí và đường đi của chuyển động. Nhờ đó, hệ thống học máy có hướng dẫn cụ thể hơn về đối tượng mà chỉ dẫn đề cập đến và cách biểu diễn quá trình thực hiện chỉ dẫn.

Công ty cũng mô tả các phân đoạn thành công và đối kháng để phân biệt mục tiêu với các đối tượng gây nhiễu, đồng thời kiểm tra kết quả. Ở đây, ví dụ đối kháng liên quan đến việc diễn giải và thực hiện tác vụ. Chúng giúp đặt ra những câu hỏi như robot có chọn đúng đồ vật hay không, hoặc có thực sự hoàn thành bước được yêu cầu hay chưa.

Nhìn chung, các chú thích này được thiết kế để hỗ trợ huấn luyện, kết nối mô hình ra quyết định với chính sách hành động. Mô hình ra quyết định chọn mục tiêu con, chính sách thực hiện thao tác, rồi trạng thái thu được cung cấp thông tin cho quyết định tiếp theo. Vòng phản hồi đó rất quan trọng bất cứ khi nào robot cần khắc phục một lần thử chưa hoàn hảo hoặc ứng phó với khung cảnh đã thay đổi.

Bản phát hành phù hợp như thế nào với nền tảng robot của AGIBOT

Kho lưu trữ AGIBOT WORLD 2026 rộng hơn này mô tả dữ liệu thực tế được thu thập trên nền tảng G2 của công ty. Định dạng được mô tả tuân theo các quy ước của LeRobot, gồm dữ liệu theo từng tập, siêu dữ liệu và các luồng video riêng từ camera gắn ở đầu và cổ tay. Điều này cung cấp bối cảnh hữu ích cho các nhà phát triển muốn kết nối quan sát hình ảnh với hành vi robot được ghi lại.

Trang sản phẩm G2 của AGIBOT định vị phần cứng này phục vụ trí tuệ hiện thân và thao tác điều khiển bằng lực, đồng thời hỗ trợ các khả năng tương tác. Bản phát hành 4 bổ sung lớp ra quyết định và ghi nhớ tác vụ xoay quanh những khả năng vật lý đó. Bản phát hành này cũng mở rộng hạ tầng dữ liệu được đề cập trong bài viết trước đây của Unite.AI về nền tảng robot của AGIBOT.

Kho lưu trữ liệt kê giấy phép Creative Commons Attribution–NonCommercial–ShareAlike 4.0. Điều khoản phi thương mại là một khác biệt đáng lưu ý đối với các nhà phát triển đang cân nhắc cách sử dụng dữ liệu được phát hành trong một sản phẩm.

Lập luận vật lý có thể tạo ra những thay đổi gì

Trong lĩnh vực dịch vụ khách sạn, dịch vụ gia đình và hoạt động bán lẻ, sức hấp dẫn nằm ở khả năng robot hướng đến một kết quả trong những điều kiện luôn thay đổi. Để dọn lại bàn hoặc bổ sung hàng lên kệ, robot cần kiểm tra những gì đã có, ghi nhớ công việc đã hoàn thành và nhận biết khi không cần làm thêm. Những phán đoán này càng trở nên quan trọng khi robot chuyển từ các màn trình diễn riêng lẻ sang những quy trình làm việc hoàn chỉnh.

Bản phát hành 4 cung cấp tài liệu huấn luyện phục vụ định hướng đó. Bản phát hành này, tự thân nó, không chứng minh rằng một mô hình cụ thể có thể thực hiện đáng tin cậy những quy trình làm việc đó trong môi trường xa lạ. AGIBOT cho biết dữ liệu này đã hỗ trợ khung tác tử sắp ra mắt và mô hình nền tảng thế hệ tiếp theo của công ty; kết quả hiệu năng của các hệ thống đó vẫn là một vấn đề riêng.

Điểm chuyển biến đáng chú ý là hướng tới huấn luyện robot về mối quan hệ giữa mục tiêu, tình huống hiện tại và hệ quả của những hành động trước đó. Các nhà nghiên cứu có thể tìm hiểu cách tiếp cận này thông qua dự án AGIBOT WORLD và các tài nguyên bộ dữ liệu liên kết.