Βιομηχανικός ρομποτικός βραχίονας σε εργαστήριο στην Πόλη του Μεξικού

Τα ρομπότ αποκτούν προγραμματιστές AI: Τι αλλάζει στην αυτοματοποίηση

Ένας ρομποτικός βραχίονας πρέπει να σκουπίσει με ένα σφουγγάρι μια μεταλλική ράβδο. Η εργασία φαίνεται απλή, μέχρι η ράβδος να ανατραπεί: το σύστημα δεν έχει εκτιμήσει σωστά τη μάζα της. Στο πείραμα που περιγράφει το Πανεπιστήμιο της Καλιφόρνιας στο Μπέρκλεϊ, το βίντεο της αποτυχίας γίνεται υλικό για έναν πράκτορα τεχνητής νοημοσύνης, ο οποίος μπορεί να αναθεωρήσει την προσομοίωση και το πρόγραμμα ελέγχου.

Η σκηνή συνοψίζει μια προσέγγιση που αποκτά δυναμική στη ρομποτική: την agentic robotics, όπου συστήματα AI αναλαμβάνουν μέρος της ανάπτυξης του λογισμικού που κινεί ένα ρομπότ. Γράφουν κώδικα, δοκιμάζουν λύσεις και αξιοποιούν τα αποτελέσματα για να διορθώσουν την επόμενη προσπάθεια.

Στις 9 Νοεμβρίου, το Berkeley παρουσίασε τη σχετική δουλειά ερευνητών του μαζί με τη NVIDIA, με αφορμή το συνέδριο Conference on Robot Learning. Το ζητούμενο είναι πρακτικό: να μειωθεί η προσπάθεια που απαιτείται για να αποκτήσει ένα ρομπότ μια χρήσιμη, επαναλήψιμη συμπεριφορά. Πηγή: Berkeley News.

Η AI αναλαμβάνει μέρος του προγραμματισμού

Στη συγκεκριμένη προσέγγιση, ο όρος «πράκτορας» περιγράφει λογισμικό που χρησιμοποιεί εργαλεία και εκτελεί διαδοχικά βήματα προς έναν στόχο. Η σύνταξη μιας απάντησης αντικαθίσταται από έναν κύκλο εργασίας: δημιουργία προγράμματος, εκτέλεση, εξέταση του αποτελέσματος και αναθεώρηση.

Το πλαίσιο Graph-as-Policy, ή GaP, οργανώνει τη συμπεριφορά του ρομπότ ως γράφο: ένα δίκτυο συνδεδεμένων λειτουργιών για την αντίληψη, τον σχεδιασμό και την κίνηση. Διαφορετικοί πράκτορες συνθέτουν τμήματα αυτού του προγράμματος, αξιοποιώντας μια βιβλιοθήκη διαθέσιμων δεξιοτήτων.

Μια εντολή όπως «βάλε τα προϊόντα στο καλάθι» αποκτά έτσι συγκεκριμένη δομή. Το σύστημα χρειάζεται να εντοπίσει τα αντικείμενα, να επιλέξει λαβή, να σχεδιάσει τη μεταφορά και να ελέγξει την ολοκλήρωση. Οι συνδέσεις ανάμεσα στα βήματα επιτρέπουν στον μηχανικό να εξετάσει πού πήγε κάτι στραβά.

Υπάρχει και μια κρίσιμη διάκριση: μετά την ανάπτυξη, το παραγόμενο πρόγραμμα μπορεί να εκτελείται τοπικά χωρίς να συμμετέχουν συνεχώς οι πράκτορες που το δημιούργησαν. Η AI λειτουργεί εδώ ως εργαλείο κατασκευής και βελτίωσης του ελέγχου. Πηγή: εργασία Graph-as-Policy, CoRL 2026.

Μια συγκεκριμένη δουλειά, με πολλές παραλλαγές

Ο στόχος είναι αυτό που οι ερευνητές αποκαλούν Variational Automation: επανάληψη της ίδιας εργασίας, με μεταβολές στα αντικείμενα και στις θέσεις τους.

Σκεφτείτε έναν σταθμό συσκευασίας. Ο βραχίονας και οι κάμερες παραμένουν στη θέση τους, αλλά τα προϊόντα μπορεί να φτάνουν με διαφορετικό προσανατολισμό. Το σύστημα γνωρίζει το περιβάλλον και το εύρος των πιθανών αντικειμένων, όμως χρειάζεται να προσαρμόζεται σε κάθε περίπτωση.

Η νέα σουίτα δοκιμών VABAR εξετάζει αυτήν ακριβώς την ικανότητα μέσα σε προσομοίωση. Περιλαμβάνει έξι κατηγορίες εργασιών, όπως ταξινόμηση και ανάρτηση εργαλείων, συναρμογή γραναζιών, τοποθέτηση συρίγγων σε δοχείο και χειρισμό καλωδίων. Μεταβάλλοντας ελεγχόμενα τις αρχικές συνθήκες, επιτρέπει τη σύγκριση διαφορετικών λύσεων στο ίδιο πρόβλημα. Πηγή: επίσημη παρουσίαση VABAR.

Αυτή η οριοθέτηση έχει σημασία για όποιον παρακολουθεί τις υποσχέσεις για οικιακά ρομπότ. Ένα σύστημα που χειρίζεται γνωστά προϊόντα σε έναν συγκεκριμένο πάγκο δεν έχει αυτομάτως αποδείξει ότι μπορεί να λειτουργήσει σε οποιαδήποτε κουζίνα. Η μεταφορά σε νέο χώρο δημιουργεί νέες απαιτήσεις, ακόμη κι όταν η περιγραφή της δουλειάς ακούγεται ίδια.

Τι κατάφεραν στις πραγματικές δοκιμές

Στα αποτελέσματα που δημοσιοποιεί η ομάδα του GaP, το σύστημα ολοκλήρωσε επιτυχώς 25 από τις 25 δοκιμές συλλογής προϊόντων και 28 από τις 30 δοκιμές τοποθέτησής τους σε καλάθι με πραγματικό ρομπότ.

Σε εργασία προετοιμασίας ποπ κορν, η επιτυχία έφτασε τις 18 στις 20 πραγματικές δοκιμές. Είχε προηγηθεί επαναληπτική βελτίωση του προγράμματος μέσα σε προσομοίωση. Πρόκειται για αποτελέσματα των δημιουργών του συστήματος, υπό τις συνθήκες των συγκεκριμένων πειραμάτων. Πηγή: αποτελέσματα του Graph-as-Policy.

Οι αριθμοί είναι ενθαρρυντικοί, αλλά χρειάζονται σωστή ανάγνωση. Το «25 στις 25» περιγράφει ένα μικρό σύνολο δοκιμών. Δεν απαντά από μόνο του στο πόσο συχνά θα χρειαστεί ανθρώπινη παρέμβαση σε έναν μήνα λειτουργίας.

Για μια επιχείρηση, άλλωστε, η επιτυχία της κίνησης είναι μόνο ένα μέρος του λογαριασμού. Μετρά επίσης ο χρόνος ολοκλήρωσης, η ανάκαμψη από αποτυχίες, η συντήρηση και το κόστος αλλαγής προϊόντος. Ένα εργαστηριακό αποτέλεσμα αποκτά εμπορική αξία όταν αντέχει και σε αυτές τις απαιτήσεις.

Η προσομοίωση χρειάζεται κι αυτή έλεγχο

Το εργαλείο RoboSimStudio επιχειρεί να επιταχύνει την κατασκευή των εικονικών περιβαλλόντων δοκιμών. Στο παράδειγμα με το σφουγγάρι, η διαδικασία ξεκινά από βίντεο πραγματικού ρομπότ και μια σύντομη οδηγία. Ο πράκτορας δημιουργεί στοιχεία της σκηνής, της κάμερας και της φυσικής συμπεριφοράς.

Η επίσημη παρουσίαση περιγράφει ανθρώπους και πράκτορες να εξετάζουν και να ρυθμίζουν την προσομοίωση μέχρι να προσεγγίζει το βίντεο. Κατόπιν, παραλλαγές των φυσικών παραμέτρων και της διάταξης χρησιμοποιούνται για τη βελτίωση του προγράμματος. Η σχετική εργασία διατίθεται ως προδημοσίευση. Πηγή: RoboSimStudio.

Αυτό εξηγεί και γιατί η φράση «χωρίς δεδομένα» χρειάζεται προσοχή. Υπάρχουν ήδη εκπαιδευμένα μοντέλα, βιβλιοθήκες δεξιοτήτων, πληροφορίες για το περιβάλλον και αποτελέσματα δοκιμών. Η προσπάθεια επικεντρώνεται στη μείωση της ανάγκης για νέες ανθρώπινες επιδείξεις κάθε εργασίας.

Μια λανθασμένη προσομοίωση, όμως, μπορεί να επιβραβεύσει μια ακατάλληλη λύση. Αν η εικονική επιφάνεια έχει διαφορετική τριβή ή το αντικείμενο συμπεριφέρεται διαφορετικά στην επαφή, το πρόγραμμα ενδέχεται να αποτύχει μόλις βγει από τον υπολογιστή.

Περισσότερη ανατροφοδότηση δεν σημαίνει πάντα καλύτερη απόφαση

Μια συμπληρωματική μελέτη εξετάζει ακριβώς τι βοηθά τους πράκτορες να βελτιώνουν τον έλεγχο. Οι ερευνητές δοκίμασαν εννέα εργασίες χειρισμού, με 631 πειραματικές διαμορφώσεις και περίπου 28.000 εκτελέσεις πρακτόρων προγραμματισμού.

Οι δοκιμές έγιναν σε προσομοίωση. Η εργασία αναρτήθηκε στο arXiv στις 6 Νοεμβρίου ως προδημοσίευση, χωρίς δηλωμένη δημοσίευση σε αξιολογημένο επιστημονικό έντυπο ή συνέδριο.

Το κεντρικό εύρημα είναι ότι το εμπόδιο συχνά βρίσκεται στην ερμηνεία της πληροφορίας. Ο πράκτορας πρέπει να καταλάβει την αιτία της αποτυχίας, να συλλογιστεί σωστά τη γεωμετρία και να αλλάξει το κατάλληλο μέρος του προγράμματος. Η προσθήκη περισσότερων στοιχείων δεν αρκεί όταν η διάγνωση παραμένει λανθασμένη. Πηγή: A Controlled Study of Models, Skills, Feedback, and Curriculum in Agentic Robotics.

Για τους μηχανικούς, αυτό μεταφέρει το ενδιαφέρον από το πόσες προσπάθειες κάνει ένα σύστημα στο αν οι διορθώσεις του έχουν αιτιολόγηση και μετρήσιμο αποτέλεσμα.

Η αξιοπιστία παραμένει το αποφασιστικό τεστ

Στο ρεπορτάζ του IEEE Spectrum, ο Torsten Kroeger, επικεφαλής επιστήμονας της Intrinsic της Alphabet και ανεξάρτητος από τη συγκεκριμένη έρευνα, επισημαίνει ότι η απόσταση ανάμεσα στην προσομοίωση και την πραγματικότητα παραμένει άλυτο πρόβλημα. Η μοντελοποίηση της φυσικής επαφής είναι ιδιαίτερα δύσκολη. Επίσης, ο ευανάγνωστος κώδικας δεν αποτελεί από μόνος του εγγύηση ασφαλούς συμπεριφοράς. Πηγή: IEEE Spectrum.

Η πρακτική προοπτική είναι, πάντως, ουσιαστική. Αν περιοριστεί ο χρόνος ανάπτυξης και διόρθωσης μιας ρομποτικής εφαρμογής, περισσότερες εργασίες μπορεί να γίνουν οικονομικά προσιτές στην αυτοματοποίηση. Για να τεκμηριωθεί αυτό, χρειάζονται συγκρίσεις του συνολικού κόστους και παρατεταμένες δοκιμές σε πραγματικές εγκαταστάσεις.

Το επόμενο κρίσιμο ορόσημο θα είναι ένα ρομπότ που διατηρεί την απόδοσή του όταν αλλάζουν τα αντικείμενα, αναγνωρίζει πότε αποτυγχάνει και επιστρέφει σε ασφαλή λειτουργία χωρίς διαρκείς παρεμβάσεις. Εκεί θα φανεί αν οι πράκτορες AI μπορούν να μετατρέψουν τον ταχύτερο προγραμματισμό σε καλύτερη αυτοματοποίηση.

Πηγές

ΣΧΕΤΙΚΑ ΑΡΘΡΑ