ACE Robotics объединяет модель Mundo World с самообучающимися навыками для управления прачечной отеля

робототехника ии прачечная автоматизация Mundo Ace Robotics pandaily.com

ACE Robotics использует свою мировую модель Mundo, облачный планировщик и локальные навыки для полного цикла обслуживания гостиничной прачечной. Навыки совершенствуются на основе реальных сбоев, что сокращает полный цикл до 18,6 секунд.

Компания ACE Robotics применила свою мировую модель Mundo для выполнения задач в гостиничной прачечной, сообщает QbitAI. В рамках рабочего процесса робот собирает корзины с бельем из номеров, доставляет их в прачечную, запускает стиральные и сушильные машины и возвращает одежду. Компания описывает эту систему как сотрудничество «двух мозгов» с петлей самосовершенствования. Это первое коммерческое применение Mundo в рамках длинной цепочки задач с момента представления модели компанией ACE Robotics и S-Lab из НТУ в прошлом месяце.

Mundo преобразует фотографии гостиничных номеров, коридоров и прачечной в цифровой двойник, с которым роботы могут физически взаимодействовать, включая такие свойства, как масса объектов и трение. Каждая попытка в этом двойнике генерирует траектории, контактные состояния и визуальную обратную связь, которые используются для уточнения политик робота перед началом работы на объекте.

Два «мозга» разделяют работу. Общая облачная модель, которую QbitAI идентифицирует как GPT-Astra, декомпозирует задачи, рассуждает и исследует стратегии в Mundo. Как только метод сходится, он сохраняется как многократно используемый навык. Затем локальная исполнительная модель на роботе вызывает эти навыки для выполнения точных действий. ACE Robotics утверждает, что использование облачной модели для каждого решения в реальном времени занимало более 30 минут для полного цикла, в то время как локальная модель завершила тот же цикл за 18,648 секунды. Планировщик под названием BotAgent разбивает процесс стирки на 53 атомарных действия и 14 семантических шагов, а также организует более 200 последовательностей действий в зависимости от расположения номера, состояния лифта и очереди стиральных машин.

Когда навык терпит неудачу, облачная модель анализирует видео с нескольких камер и журналы датчиков, чтобы найти причину. В одном из случаев она переключилась на верхнюю камеру, когда камера на запястье была заблокирована. В другом случае она скорректировала траектории подъема захвата и углы кончиков пальцев, когда джинсы зацепились за барабан сушилки. Робот также может самостоятельно сбрасывать сцену, а отдельная копия модели оценивает каждый цикл, чтобы можно было откатить неудачные версии.

Только для выгрузки из сушилки ACE Robotics сообщает о 165 реальных циклах работы робота за 57 часов, что привело к 37 предложениям по улучшению и примерно 80 версиям навыков. Время цикла установилось в пределах 170–210 секунд, а доля джинсов, оставшихся в барабане, снизилась с 48% до 32% в среднем, при этом лучший результат составил 19%. Председатель Ван Сяоган заявил, что, вероятно, следующим сценарием станет мгновенная розничная торговля. Результаты предоставлены компанией и не были независимо проверены.

Источники: Отчет QbitAI.

Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.

Похожие новости: