Sechs AgiBot-Humanoide erledigen bei 24-Stunden-Test in Shanghaier Geschäft 1.730 Aufgaben

Ein ganzer Tag an der Kasse, vier Roboter bestehen

Sechs humanoide Roboter vom Typ AgiBot G2 erledigten bei einem 24-stündigen Test in einem geöffneten Convenience-Store im Shanghaier Bezirk Xuhui 1.730 Aufgaben. Sie bedienten Kunden zur Mittags- und Abendzeit, über Nacht und während des Frühstücks. Vier der sechs Roboter bestanden die Probezeitbewertung. Dabei wurden die Aufgabenerledigung, die Reaktionsgeschwindigkeit, der Umgang mit unerwarteten Situationen und das Kundenfeedback bewertet.

Die Herausforderung lief vom 2. November, 10.00 Uhr, bis zum 3. November, 10.00 Uhr. Jeder Roboter hatte einen festen Aufgabenbereich: Kunden begrüßen, Waren holen, Kaffee zubereiten oder Tische reinigen. AgiBot zufolge verfolgten mehr als zwei Millionen Menschen den Livestream online.

Den größten Aufgabenbereich bildete nach der abschließenden Zählung des Unternehmens der Kundenempfang mit 683 Interaktionen. Außerdem erledigten die Roboter 369 Aufgaben beim Heraussuchen und Ausliefern von Waren, bereiteten 147 Kaffees zu, nahmen 126 Frühstücksbestellungen auf, füllten 277-mal Regale auf oder kontrollierten sie und reinigten 128 Tische.

Bei dem Test kamen mehrere schwierige Anforderungen zusammen: zu verstehen, was ein Kunde möchte, das richtige Produkt zu finden, Gegenstände vorsichtig zu handhaben und sich zwischen Menschen zu bewegen. Eingeladene Tester räumten Waren gezielt um und versperrten Wege, während der reguläre Geschäftsbetrieb rund um die Maschinen weiterlief.

AgiBot bezeichnete den Einsatz als Betrieb ohne menschliches Eingreifen. Das bedeutet, dass es im Geschäft weder menschliche Vorführungen noch manuelle Anpassungen gab. Die veröffentlichten Ergebnisse lassen allerdings einen wichtigen Teil der Leistungsbilanz offen: Das Unternehmen nannte die Zahl der erledigten Aufgaben und die Erfolgsquoten aus dem Einsatz vor dem Livestream, veröffentlichte aber weder Erfolgsquoten für den 24-Stunden-Test noch Zahlen dazu, wie oft Menschen übernehmen mussten.

So teilten sich die sechs Roboter die Arbeit

Ein Roboter begrüßte Kunden am Eingang. Zwei kümmerten sich um das Heraussuchen von Waren, das Auffüllen der Regale und deren Kontrolle. Ein vierter bereitete Kaffee zu, ein fünfter arbeitete an der Kasse und kümmerte sich um warme Speisen, und der sechste reinigte Tische.

Durch die festen Aufgabenbereiche hatten die Maschinen unterschiedliche Arbeitslasten. Für eine Begrüßung ist eine andere Abfolge von Handlungen erforderlich als für die Zubereitung eines Getränks oder das Verpacken von Speisen. Auch bei derselben Aufgabe konnte der Roboter auf wechselnde Wünsche, falsch einsortierte Waren oder einen von Kunden belegten Gang treffen.

Kundenempfang und das Heraussuchen von Waren machten zusammen 1.052 der 1.730 erledigten Aufgaben aus, also rund 61 Prozent. Das vermittelt einen Eindruck davon, wo ein großer Teil der Aktivität anfiel. Die Zahlen gewichten jedoch Aufgaben gleich, die sehr unterschiedlich viel Zeit und Aufwand erfordern können.

Die vollständige Bilanz:

• Kundenempfang: 683.
• Waren heraussuchen und ausliefern: 369.
• Kaffeezubereitung: 147.
• Frühstücksservice: 126.
• Regale auffüllen und kontrollieren: 277.
• Tische reinigen: 128.

Über alle sechs Roboter hinweg entspricht das im Durchschnitt etwa 72 erledigten Aufgaben pro Stunde für das Team. Die tatsächliche Nachfrage schwankte zwischen Stoßzeiten und ruhigeren Nachtstunden.

Kunden und Tester veränderten die Bedingungen

Eingeladene Tester stellten die Roboter vor Situationen, in denen es nicht genügte, sich zu merken, wo die Produkte normalerweise stehen. Sie mischten normale und zuckerfreie Cola und baten dann ausdrücklich um die zuckerfreie Variante. Außerdem brachten sie ein ganzes Kaugummiregal durcheinander.

Den Berichten zufolge kombinierten die Roboter die gesprochene Getränkebestellung mit einer visuellen Kontrolle, um die richtige Cola zu erkennen. Beim Kaugummi zählten sie die Packungen während des Einräumens visuell, statt sich auf die durch Preisschilder angezeigten Positionen zu verlassen.

Beide Tests zielten auf ein verbreitetes Problem im Einzelhandel: Die tatsächliche Warenanordnung kann von der erwarteten abweichen. Kunden legen Produkte möglicherweise an den falschen Platz zurück, und ähnliche Verpackungen können unterschiedliche Artikel nahezu gleich aussehen lassen.

Die Tester stellten sich auch in die Gänge und legten Kartons in den Weg der Roboter. Den Berichten zufolge hielten die Maschinen an und wählten neue Routen um die Hindernisse herum. In einem geöffneten Geschäft hängen Fortbewegung und Service zusammen: Ein Regal sicher zu erreichen, gehört dazu, den Kundenwunsch zu erfüllen.

Warum ein Brötchen oder eine Gefrierschranktür schwierig ist

Ren Guanghui, Vizepräsident des Zentrums für verkörperte Forschung bei AgiBot, beschrieb Convenience-Stores als anspruchsvolle Umgebungen, weil sie viele Warenarten, unterschiedliche Kundenwünsche und von Robotern zu bedienende Geräte umfassen. Eine Aufgabe in einer Fabrik kann in einer stärker festgelegten Umgebung stattfinden, mit einer begrenzteren Auswahl an Gegenständen und Bewegungen.

Ein Brötchen zu verpacken, veranschaulicht die Schwierigkeit. Der Roboter muss eine Zange benutzen, das Gebäck greifen und eine Papiertüte öffnen. Bei jedem Schritt ändern sich die Position der Gegenstände und der Platz für die nächste Bewegung. Das Gebäck erfolgreich zu greifen, ist nur ein Teil der Bestellung.

Auch das Öffnen einer Gefrierschranktür brachte während der Entwicklung weitere Probleme mit sich. Der Roboter musste erkennen, in welche Richtung sich die Tür öffnet und wie viel Kraft nötig ist. Anschließend musste er beide Arme koordinieren: mit einem die Tür halten und mit dem anderen einen Artikel herausnehmen.

Ren erklärte, dass Sensoren am Kopf und an den Handgelenken sowie Kraftsensoren an den Armen dem Roboter helfen, seine Bewegungen einzuschätzen. Durch die Kraftmessung kann eine Maschine erkennen, wie stark sie drückt oder zieht. So lassen sich heftige Zusammenstöße und Schäden an der Tür vermeiden.

Zu den schwierigsten Aufgaben gehörten Waren, die sich leicht verbiegen, verschieben oder zerbrechen. Süßigkeitentüten an Haken zu hängen und weichen Kuchen anzuheben, ohne ihn zu zerdrücken, blieb schwierig; dabei scheiterten die Roboter mitunter. Diese Beispiele zeigen, warum ein Test im Geschäft neben der Zahl erledigter Aufgaben auch die Qualität der Handhabung untersuchen muss.

Die Software verbindet Entscheidungen und Bewegung

Alle sechs Roboter wurden mit Genie Master koordiniert, dem Framework für verkörperte Agenten von AgiBot. Das Unternehmen gibt an, dass sein Embodied Execution Protocol Aufgabenentscheidungen, körperliche Bewegungen und Rückmeldungen zu den Ergebnissen miteinander verbindet.

Vereinfacht gesagt ist verkörperte Intelligenz künstliche Intelligenz, die über eine physische Maschine handelt. Ein Geschäftsroboter muss einen Auftrag in Bewegungen umsetzen und anschließend mithilfe seiner Sensoren prüfen, was dabei geschehen ist. Eine Getränkebestellung gibt das Ziel vor; den richtigen Behälter zu finden, zu greifen und auszuliefern, erfordert eine Abfolge körperlicher Handlungen.

AgiBot zufolge wertet das System erfolgreiche und fehlgeschlagene Durchläufe täglich aus, speichert nützliche Erfahrungen im Langzeitgedächtnis und wandelt korrigierte Versuche in Trainingsdaten um. Diese bestehen aus Beispielen, anhand derer das System sein späteres Verhalten verbessern kann.

Ren zufolge kam es zu Beginn beim Bestellsystem zu fehlgeschlagenen Bestellungen, nicht registrierten Statusmeldungen und Konflikten bei den Positionen der Roboter. Probleme bei der Koordination der Arbeitsabläufe wurden noch am selben Tag ausgewertet. Änderungen traten am folgenden Tag in Kraft, ohne das Modell selbst zu verändern.

Die Roboter übten auch in ruhigen Stunden. Ren zufolge gingen sie nachts in Leerlaufzeiten zu den Regalen, um schwierigere Aufgaben zu trainieren. Das Geschäft war damit zugleich Arbeitsplatz und Ort weiterer Übungen; die Aufgaben wurden auch außerhalb der geschäftigsten Zeiten erledigt.

Die Beschreibung des Unternehmens verknüpft mehrere Aspekte der Roboterentwicklung, die oft getrennt dargestellt werden: eine Handlung auswählen, sie ausführen und aus dem Ergebnis lernen. Im Convenience-Store kamen all diese Aspekte in einem einzigen Einsatz zusammen, bei dem ein Fehler in einem Schritt den Rest einer Bestellung beeinträchtigen konnte.

Was bei der Bewertung zählte und was noch fehlt

Vier Roboter bestanden die Probezeitbewertung. Bewertet wurden die Aufgabenerledigung, die Reaktionsgeschwindigkeit, der Umgang mit Ausnahmefällen und das Kundenfeedback. Zwei Roboter bestanden nicht. Das Unternehmen veröffentlichte weder die individuellen Ergebnisse noch die Gründe für das Nichtbestehen. Auch Erfolgsquoten für den 24-Stunden-Test und Zahlen zu menschlichen Übernahmen fehlen.

Während des Einsatzes im Convenience-Store vor dem Livestream stieg die Erfolgsquote für vollständige Arbeitsabläufe bei den G2-Robotern mit GO-3 Preview vom ersten Tag mit 28,6 Prozent bis zum fünften Tag auf stabile 85,7 Prozent. Ihre Erfolgsquote bei Einzelaufgaben lag um 17,7 Prozentpunkte über der herkömmlichen überwachten Feinabstimmung, dem sogenannten Supervised Fine-Tuning (SFT). Diese Zahlen beziehen sich auf den Einsatz vor dem Livestream, nicht auf den 24-Stunden-Test selbst.

Ren zufolge will das Unternehmen künftig ein breiteres Spektrum an Kennzahlen erfassen: die Erfolgsquote bei Aufgaben, den Erfolg beim ersten Versuch, die Reaktionszeit, die Gesamtzeit vom Auftrag bis zur Erledigung, die Zahl akzeptabler Auslieferungen pro Zeiteinheit, die Häufigkeit menschlicher Übernahmen, die Wiederherstellungszeit und die Systemverfügbarkeit.

Diese Kennzahlen beantworten unterschiedliche praktische Fragen. Der Erfolg beim ersten Versuch zeigt, ob ein Roboter eine Aufgabe sofort richtig erledigt. Die Wiederherstellungszeit misst, wie lange es dauert, nach einem Problem wieder sinnvoll weiterzuarbeiten. Die Systemverfügbarkeit gibt an, während welcher Anteile der vorgesehenen Betriebszeit die Geräte einsatzbereit sind.

Für einen Geschäftsbetreiber sind solche Details wichtig, denn eine abgeschlossene Auslieferung kann das Ergebnis einer schnellen, reibungslosen Handlung oder mehrerer Versuche sein. Ebenso sorgt ein Roboter, der zwar prompt reagiert, aber lange für eine Bestellung braucht, für ein anderes Kundenerlebnis als einer, der den gesamten Ablauf schnell abschließt.

Die abschließende Aufgabenbilanz von AgiBot erfasst den Umfang der erledigten Tätigkeiten. Mit umfassenderen Leistungskennzahlen könnte ein Geschäft beurteilen, wie zuverlässig die Maschinen Kunden bedienen, wie viel Unterstützung sie benötigen und wie gut sie sich von Fehlern erholen.

Von Produktvorstellungen zur Nachtschicht

Mit der Herausforderung im Convenience-Store schloss AgiBot seine AI-WAVE-Präsentationsreihe ab, die am 22. Oktober begonnen hatte. Die Reihe führte Datensätze, Simulationsplattform, Modelle und Roboterhardware des Unternehmens in einem Live-Einsatz zusammen.

Die wichtigsten Stationen:

• 22. Oktober: AgiBot startete seine AI-WAVE-Präsentationsreihe.
• 2. November, 10.00 Uhr: Die sechs Roboter begannen die Herausforderung im Convenience-Store im Shanghaier Bezirk Xuhui.
• 2. bis 3. November: Das Team arbeitete während der Stoßzeiten zu Mittag und am Abend, in der Nachtschicht und während des morgendlichen Ansturms.
• 3. November, 10.00 Uhr: Der Test endete. AgiBot meldete 1.730 erledigte Aufgaben und vier Roboter, die die Bewertung bestanden hatten.

Ren nannte den Nachtdienst als einen praktischen Einsatzbereich, den das Unternehmen untersucht. Rund um die Uhr geöffnete Geschäfte benötigen Personal zu Zeiten, die den normalen Schlafrhythmus stören, während manche wiederkehrenden Aufgaben über lange Zeit konzentrierte Aufmerksamkeit verlangen.

AgiBot untersucht außerdem den automatischen Batteriewechsel, um einen längeren Betrieb zu ermöglichen. Ein Roboter könnte dabei eine leere Batterie austauschen und anschließend die Arbeit wieder aufnehmen. Das gehört zu den erklärten Plänen des Unternehmens, längere Einsatzzeiten zu ermöglichen.

Was der Test für die Arbeit im Geschäft bedeutet

Beim Einsatz in Shanghai übernahmen Roboter mehrere miteinander verbundene Serviceaufgaben, während die Kunden weiter einkauften. Besonders aussagekräftig ist die Bandbreite der erprobten Tätigkeiten: mit Kunden sprechen, Produkte unterscheiden, Lebensmittel handhaben, Geräte bedienen, durch Gänge navigieren und gemeinsam genutzte Oberflächen reinigen.

Auch die schwierigen Situationen waren konkret. Weicher Kuchen muss vorsichtig gegriffen werden. Eine Gefrierschranktür erfordert kontrollierten Kraftaufwand und koordinierte Arme. Ein falsch einsortiertes Produkt muss erneut visuell geprüft werden. Für erfahrene Beschäftigte ist jede dieser Handlungen klein, doch bei jeder müssen mehrere Fähigkeiten des Roboters zusammenspielen.

Für Händler, die ähnliche Geräte erwägen, sind vor allem die Zuverlässigkeit während einer Schicht, die Servicequalität in Stoßzeiten und der erforderliche Umfang menschlicher Unterstützung entscheidend. AgiBot hat eine umfangreiche Aufgabenbilanz und ein gemischtes Ergebnis bei der Probezeitbewertung veröffentlicht. Die vorgeschlagenen Leistungskennzahlen des Unternehmens würden die zusätzlichen Informationen liefern, die nötig sind, um den routinemäßigen Einsatz im Geschäft beurteilen zu können.

Die wichtigsten Punkte

• Sechs humanoide AgiBot-G2-Roboter waren vom 2. bis 3. November in einem geöffneten Convenience-Store im Shanghaier Bezirk Xuhui im Einsatz.
• AgiBot meldete 1.730 erledigte Aufgaben, darunter 683 Kundenempfänge, 369 Aufgaben beim Heraussuchen und Ausliefern von Waren sowie 147 zubereitete Kaffees.
• Vier Roboter bestanden die Probezeitbewertung des Tests, zwei nicht.
• Die Tester räumten Produkte um und versperrten Gänge. Damit prüften sie die Produkterkennung, die Arbeit an den Regalen und die Navigation.
• Der vorsichtige Umgang mit empfindlichen Waren, etwa das Anheben von weichem Kuchen und das Aufhängen von Süßigkeitentüten, blieb schwierig.
• AgiBot zufolge gab es während des Einsatzes im Geschäft weder menschliche Vorführungen noch manuelle Anpassungen. Vor dem Livestream stieg die Erfolgsquote bei vollständigen Arbeitsabläufen vom ersten Tag mit 28,6 Prozent bis zum fünften Tag auf 85,7 Prozent; bei Einzelaufgaben lag sie um 17,7 Prozentpunkte über der herkömmlichen überwachten Feinabstimmung. Erfolgsquoten für den 24-Stunden-Test und Zahlen zu menschlichen Übernahmen wurden nicht veröffentlicht.
• Das Unternehmen untersucht Nachtschichten und den automatischen Batteriewechsel, um längere Betriebszeiten zu ermöglichen.