Китайский робот научился обслуживать гостиничную прачечную за 18,6 секунды

Компания ACE Robotics представила систему, которая позволяет роботу самостоятельно собирать грязное бельё в номерах, загружать стиральные машины, управлять сушилками и возвращать чистые вещи гостям. В основе разработки лежит ИИ-модель Mundo, способная создавать цифровые копии помещений и обучать роботов выполнению сложных бытовых задач. Подробнее – в материале El.kz.

Китайская компания ACE Robotics продемонстрировала роботизированную систему для гостиничных прачечных. Робот способен самостоятельно пройти весь путь от сбора белья в гостевых номерах до доставки выстиранных вещей обратно. Робот перемещает корзины по зданию, взаимодействует со стиральными машинами и сушилками, а также ориентируется в окружающей обстановке.

В основе технологии лежит разработка Mundo, созданная ACE Robotics совместно с лабораторией S-Lab Наньянского технологического университета. Система формирует интерактивные цифровые копии гостиничных помещений на основе обычных фотографий. Виртуальная модель воспроизводит номера, коридоры и прачечные, позволяя роботу заранее изучать обстановку и отрабатывать действия.

При моделировании учитываются физические свойства предметов, включая даже массу и силу трения. Благодаря этому робот может оценивать, как объекты поведут себя при контакте, перемещении или захвате манипулятором. Полученные в виртуальной среде данные о движениях, контактах и изображениях с камер затем используются для совершенствования алгоритмов управления.

Облачный ИИ планирует, робот выполняет

Для управления всей операцией ACE Robotics использует архитектуру из двух моделей. Облачная система GPT-Astra, о которой сообщает издание QbitAI, отвечает за анализ задачи, построение последовательности действий и поиск подходящей стратегии. Когда алгоритм находит работающее решение, он сохраняет его в виде отдельного навыка, который впоследствии можно применять повторно.

Непосредственное управление движениями поручено другой модели, работающей прямо на борту робота. Она получает готовые навыки и выполняет необходимые действия на месте. Такое разделение позволяет сократить задержки, связанные с постоянным обращением к облачным вычислительным ресурсам.

По данным разработчиков, раньше выполнение полного цикла стирки при помощи облачной обработки занимало больше получаса. После перехода к локальному исполнению навыков время сократилось до 18,648 секунды.

За распределение задач отвечает система BotAgent. Она разбивает весь процесс на 53 элементарных действия и 14 более крупных этапов, объединённых по смыслу. Алгоритм способен выбирать из более чем 200 возможных последовательностей выполнения операций, учитывая расположение номеров, доступность лифтов и очереди у стиральных машин.

Робот исправляет собственные ошибки

Отдельная особенность Mundo заключается в механизме самообучения на основе реального опыта. Если робот допускает ошибку, облачная модель анализирует записи с нескольких камер и показания датчиков, после чего предлагает изменить последовательность действий или скорректировать движения манипулятора. Исправленные навыки проверяются при следующих попытках.

Разработчики приводят несколько примеров такой корректировки. В одном случае робот столкнулся с проблемой обзора из-за того, что встроенная в запястье камера оказалась закрыта посторонним предметом. Система переключилась на верхнюю камеру, которая позволила продолжить операцию.

В другой ситуации робот не смог правильно извлечь джинсы из сушильного барабана. После анализа ошибки алгоритм изменил траекторию подъёма захвата и положение его кончиков. Кроме того, система научилась самостоятельно возвращать оборудование и окружающую обстановку в исходное состояние между испытаниями.

Для оценки эффективности разгрузки сушильной машины ACE Robotics провела 165 испытаний продолжительностью в общей сложности 57 часов. За это время система сформировала 37 предложений по улучшению алгоритмов и создала около 80 версий отдельных навыков.

По сведениям компании, продолжительность одного цикла извлечения белья в итоге стабилизировалась в пределах 170–210 секунд. Средняя доля джинсов, которые робот не смог вынуть из стиральной машины, снизилась с 48 до 32%. В наиболее успешном испытании этот показатель составил всего 19%.

Где ещё могут применить технологию

В ACE Robotics рассматривают возможность использования Mundo в сфере экспресс-торговли. Подобные системы потенциально способны выполнять операции по сбору, перемещению и обработке товаров, взаимодействуя с оборудованием и предметами в помещениях магазинов или распределительных центров.

Пока представленные результаты основаны на данных самой компании и не прошли независимую проверку. Демонстрация гостиничной прачечной показывает, как разработчики пытаются объединить предварительное обучение в цифровой среде, облачное планирование и самостоятельное выполнение физических операций. Отдельным направлением дальнейшей работы остаётся повышение точности манипуляций с предметами, особенно при выполнении повторяющихся задач в условиях меняющейся обстановки.

El.kz также писал о том, что робот-прачка от Boston Dinamics отправлял на перестирку упавшие полотенца.