उत्तरप्रकाशित5 घंटे पहलेLast edited 4 घंटे पहले18 स्रोत

AgiBot का Genie Master: सुविधा स्टोर में G2 रोबोट अपनी गलतियों से कैसे सीखते हैं

Genie Master रोबोट के फैसले, शारीरिक गतिविधि और फीडबैक को जोड़ता है, ताकि G2 विफलता का कारण पहचानकर तरीका बदल सके और उपयोगी अनुभव आगे के लिए सहेज सके। रिपोर्ट किए गए कामों में तैयार भोजन पैक करना, सामान चुनना और शेल्फ़ में चीज़ें फिर से रखना शामिल है। उपलब्ध जानकारी में सफलता दर की स्वतंत्र पुष्टि नहीं है। AgiBot ने...

प्रकाशितकर्ताGPT-6 Luna से संपादितGPT Image 2 से चित्र बनाए गए

Studio Global AI के साथ खोजें और तथ्यों की जांच करें और ट्रेंडिंग पेज देखें

शोध उत्तर

मुख्य निष्कर्ष

Genie Master रोबोट के फैसले, शारीरिक गतिविधि और फीडबैक को जोड़ता है, ताकि G2 विफलता का कारण पहचानकर तरीका बदल सके और उपयोगी अनुभव आगे के लिए सहेज सके।
रिपोर्ट किए गए कामों में तैयार भोजन पैक करना, सामान चुनना और शेल्फ़ में चीज़ें फिर से रखना शामिल है। उपलब्ध जानकारी में सफलता दर की स्वतंत्र पुष्टि नहीं है।
AgiBot ने 2–3 नवंबर 2026 को छह G2 रोबोट के साथ 24 घंटे की स्टोर लाइवस्ट्रीम की योजना घोषित की थी; इसमें दोपहर और शाम की भीड़, रात की पाली और नाश्ते की तैयारी शामिल थी।

AI-generated illustration representing a humanoid robot working in a convenience store — What is AgiBot’s Genie Master embodied agent framework, as reported on October 28, 2026, and how does it enable deployed G2 robots to improvAI-generated illustration; it is not a photograph of AgiBot’s reported store deployment.
AI संकेत
Create a landscape editorial hero image for this Studio Global article: What is AgiBot’s Genie Master embodied agent framework, as reported on October 28, 2026, and how does it enable deployed G2 robots to improv. Article summary: Genie Master is AgiBot’s embodied-agent framework for connecting robot decision-making, physical execution and feedback so deployed G2 robots can diagnose failures, change strategies and retain lessons for later attempts. Topic tags: general, general web, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake num
openai.com

AgiBot का Genie Master ऐसा एम्बॉडिड-एजेंट ढाँचा है जो रोबोट के काम की योजना, उसके वास्तविक शारीरिक क्रियान्वयन और उस क्रिया के नतीजे से मिले फीडबैक को जोड़ने के लिए बनाया गया है। कंपनी के मुताबिक, Genie Master से लैस G2 रोबोट एक असली सुविधा स्टोर में तैयार भोजन पैक करने, सामान चुनने और शेल्फ़ में चीज़ें रखने जैसे काम कर रहे हैं। काम में अड़चन आने पर वे कारण पहचानने और अपनी रणनीति बदलने की कोशिश भी करते हैं। AgiBot इसे “Physical RSI”—यानी भौतिक दुनिया में काम करते हुए खुद को बेहतर बनाने—का पहला वास्तविक-परिस्थिति परीक्षण बताती है। उपलब्ध रिपोर्टिंग इस “पहले” होने के दावे की स्वतंत्र पुष्टि नहीं करती। 8 20

काम करते हुए सीखने का विचार

किसी रोबोट को सिर्फ़ काम की योजना देना काफ़ी नहीं होता। उसे काम करना, नतीजा देखना और फिर उस जानकारी के आधार पर अगला कदम तय करना भी आना चाहिए। Genie Master का मक़सद इन चरणों को एक-दूसरे से जोड़ना है। AgiBot के अनुसार, G2 रोबोट अपने काम के नतीजे देखते हैं, गलती का कारण खोजते हैं, तरीका बदलते हैं और काम की सीख को आगे के प्रयासों के लिए सहेजते हैं। 1 20

इसका एक उदाहरण शेल्फ़ के छोटे हुक का है, जो दाम के टैग से कुछ हद तक छिपा हुआ था। रिपोर्टों के मुताबिक, रोबोट के काम के लॉग से पता चला कि उसके सिर पर लगा कैमरा हुक को साफ़ देखने के लिए पर्याप्त नहीं था। इसके बाद उसने पास जाकर कलाई पर लगे कैमरे से हुक को देखने की कोशिश की और फिर सामान टाँगने का काम दोबारा किया। यह सिर्फ़ वही कोशिश दोहराने के बजाय देखने और काम करने की रणनीति बदलने का उदाहरण है। 1 19 33

रिपोर्टों में कहा गया है कि बताए गए कामों के दौरान रोबोटों को इंसानी प्रदर्शन या मौके पर इंजीनियर की डिबगिंग की ज़रूरत नहीं पड़ी। हालांकि, इसका अर्थ यह नहीं है कि सिस्टम के विकास, निगरानी या दूसरे हिस्सों में इंसानों की कोई भूमिका नहीं है। उपलब्ध जानकारी से मानवीय निगरानी और हस्तक्षेप की पूरी व्यवस्था स्पष्ट नहीं होती। 8 20

EEP: काम को निर्देश, नतीजे और निरंतरता से जोड़ना

AgiBot के मुताबिक, Embodied Execution Protocol (EEP) चार तरह के इंटरफ़ेस को एक साथ लाता है: क्षमता, मार्गदर्शन, फीडबैक और निरंतरता। आसान शब्दों में, इसका उद्देश्य एजेंट को यह समझने में मदद देना है कि रोबोट कौन-से काम कर सकता है, उसे काम कैसे करना चाहिए, असल में क्या हुआ और आगे कौन-से काम बाकी हैं। रिपोर्टें EEP को काम बीच में रुकने पर वहीं से शुरू करने, कई रोबोटों के काम का तालमेल बनाने, विफलता के पिछले चरणों पर लौटने और कलाई-कैमरे से दोबारा देखने जैसी सुविधाओं से भी जोड़ती हैं। 3 20

ये विवरण EEP की मंशा समझाते हैं, लेकिन उपलब्ध स्रोत हर इंटरफ़ेस का तकनीकी ब्योरा नहीं देते। इसलिए यह पक्के तौर पर नहीं कहा जा सकता कि हर तरह की काम-निर्भरता या रुकावट को यह ठीक किस तरह संभालता है। इसी तरह, कम व्यस्त घंटों में रोबोट अपनी कमज़ोरियों का अभ्यास करते हैं—इस दावे की पुष्टि भी उपलब्ध सामग्री में नहीं है।

Harness RSI और Policy RSI में फ़र्क

रिपोर्टों में सुधार के दो अलग रास्तों का ज़िक्र है। Harness RSI को ऐसे तरीके के रूप में बताया गया है जिसमें उपयोगी सीख को प्रॉम्प्ट, मेमोरी या काम के नियमों जैसी परिचालन चीज़ों में सहेजा जाता है। इससे अगली कोशिशों में वही सुधार काम आ सकता है, बिना मॉडल के वेट बदले। हुक वाला उदाहरण ऐसी दोबारा इस्तेमाल की जा सकने वाली सीख या निर्देश से मेल खाता है। 33

Policy RSI को रोबोट के सीखे हुए व्यवहार को बेहतर बनाने का अलग रास्ता बताया गया है। लेकिन उपलब्ध स्रोतों में डेटा छाँटने और उसका वज़न बदलने की प्रक्रिया, स्वायत्त कोशिशों और मानवीय हस्तक्षेप या सुधार से मिले डेटा का इस्तेमाल, और बताए गए supervised, imitation तथा reinforcement learning तरीकों की पर्याप्त पुष्टि नहीं है। इसलिए इन बारीकियों को इस तैनाती की स्थापित विशेषता मानने के बजाय अपुष्ट समझना चाहिए। 8 33

“पहला वास्तविक परीक्षण” दावे की सीमा

AgiBot ने Genie Master को लैब और सिमुलेशन से बाहर किसी कारोबारी माहौल में Physical RSI के पहले परीक्षण के रूप में पेश किया है। यह कंपनी का दावा है; उपलब्ध रिपोर्टिंग इसकी स्वतंत्र तुलनात्मक पुष्टि नहीं करती। 5 20

किसी एक काम में गलती सुधारना उपयोगी क्षमता का संकेत हो सकता है, लेकिन इससे अपने आप यह साबित नहीं होता कि रोबोट अलग-अलग कामों या दुकानों में व्यापक रूप से बेहतर प्रदर्शन करने लगे हैं। एक रिपोर्ट के अनुसार, कंपनी की सार्वजनिक सामग्री में स्टोर के कामों की सफलता दर, त्रुटियों की गिनती या स्वतंत्र सत्यापन शामिल नहीं था। 4

AI WAVE में Genie Master की जगह

AgiBot की AI WAVE पहल 22 अक्टूबर से शुरू हुई थी। इसमें कंपनी ने सात घोषणाओं की योजना बताई—डेटासेट, ऑपरेटिंग प्लेटफ़ॉर्म, रोबोट हार्डवेयर, एजेंट फ़्रेमवर्क, सिमुलेशन, फ़ाउंडेशन मॉडल और सामूहिक अनुभव से सीखने की प्रणाली। Genie Master एजेंट-फ़्रेमवर्क वाली घोषणा थी, जिसका कार्यक्रम 27 अक्टूबर के लिए रखा गया था। 5

अगले दिन के लिए घोषित Genie Sim अपग्रेड में लचीली वस्तुओं के लिए कंपनी का अपना फ़िज़िक्स इंजन शामिल होना था। AgiBot ने जटिल कामों में असली रोबोट और सिमुलेशन के बीच 95% से अधिक समानता का दावा किया। यह सिमुलेशन में समानता का कंपनी का दावा है—रोबोट के कामों की 95% सफलता दर नहीं। उपलब्ध घोषणा में इस माप की परिभाषा या जाँच की विधि नहीं दी गई है। 5

छह रोबोटों की 24 घंटे की स्टोर परीक्षा

AgiBot ने 2–3 नवंबर 2026 को छह G2 रोबोट के साथ सुविधा स्टोर में लगातार 24 घंटे की लाइवस्ट्रीम की योजना घोषित की थी। तय कार्यक्रम में दोपहर और शाम की मांग, रात की पाली और नाश्ते की तैयारी शामिल थी। कंपनी ने इसे वास्तविक माहौल में रोबोटों की योग्यता जाँचने का तरीका बताया। उपलब्ध सामग्री यह स्पष्ट नहीं करती कि हर काम बिना तय स्क्रिप्ट के होना था या इंसानी हस्तक्षेप के नियम क्या थे। 5

फ़िलहाल सबसे ठोस निष्कर्ष यही है: Genie Master को रोबोट की कार्रवाई और फीडबैक जोड़ने के लिए बनाया गया है, ताकि तैनाती के दौरान मिले अनुभव से अगली कोशिशों को बेहतर किया जा सके। AgiBot का कहना है कि उसने इस विचार को खुदरा कामों में आज़माया है। उद्योग में पहले होने, व्यापक प्रदर्शन-सुधार और Policy RSI के सटीक तरीकों जैसे दावों के लिए अभी अधिक स्वतंत्र रूप से जाँचे जा सकने वाले प्रमाण चाहिए।

Studio Global AI

अपना शोध जारी रखें

इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।

Studio Global AI के साथ खोजें और तथ्यों की जांच करें

लोग पूछते भी हैं