AMP1 ของแอปเปิล(Apple, AAPL) ทำสำเร็จ 104 จาก 108 ครั้งในการทดสอบแขนหุ่นยนต์

AMP1 ระบบควบคุมหุ่นยนต์ที่นักวิจัยของแอปเปิลพัฒนาขึ้น ทำงานสำเร็จ 104 ครั้งจากการทดสอบแขนหุ่นยนต์จริงทั้งหมด 108 ครั้ง ในการทดสอบเดียวกัน โมเดลควบคุมเฉพาะทาง FLUX 3 Action ทำสำเร็จ 49 ครั้ง ส่วน π0.5 ทำสำเร็จ 30 ครั้ง

เมื่อวันที่ 6 ทีมวิจัยอธิบายองค์ประกอบและผลการทดสอบของ AMP1 ในบทความวิจัย “On Agentic Manipulation Policies” ซึ่งเผยแพร่เป็นบทความฉบับก่อนตีพิมพ์บน arXiv ระบบใช้โมเดล AI ทั่วไปเขียนและรันโค้ด Python เพื่อควบคุมแขนหุ่นยนต์ พร้อมเลือกการเคลื่อนไหวถัดไปจากข้อมูลที่สังเกตได้ใหม่ระหว่างทำงาน

ระบบควบคุมของ AMP1 ส่งภาพจากกล้อง ข้อมูลความลึก และสถานะของหุ่นยนต์ให้โมเดล โค้ดที่โมเดลเขียนจะทำงานในตัวแปลภาษา Python ที่เปิดต่อเนื่อง ทำให้ตรวจสอบสถานะหุ่นยนต์หรือสั่งให้แขนเคลื่อนไหวได้

ระบบพื้นฐานไม่มีชุดทักษะที่กำหนดไว้ล่วงหน้าสำหรับหยิบ ดัน หรือวางวัตถุ โมเดลจะพิจารณาวัตถุและสภาพแวดล้อม แล้วประกอบการกระทำที่จำเป็นเพื่อทำภารกิจ

ในการศึกษานี้ “zero-shot” หมายถึงการทดสอบโดยไม่มีตัวอย่างการสาธิต การฝึกซ้อมล่วงหน้า หรือการฝึกเพิ่มเติมสำหรับแต่ละภารกิจ ทีมวิจัยนำโครงสร้างควบคุมพื้นฐานเดียวกันไปใช้กับหุ่นยนต์แขนเดียว หุ่นยนต์สองแขน และหุ่นยนต์เคลื่อนที่ โดยเปลี่ยนเฉพาะคำอธิบายเกี่ยวกับหุ่นยนต์และการจัดวางกล้อง

ทีมวิจัยใช้โมเดลภาพ ภาษา และการกระทำ (VLA) รวมถึงโมเดลโลกและการกระทำ (WAM) เป็นตัวเปรียบเทียบกับนโยบายควบคุมเฉพาะทาง โมเดลเหล่านี้เรียนรู้ให้หุ่นยนต์เคลื่อนไหวตามข้อมูลที่สังเกตได้ และโดยทั่วไปต้องอาศัยข้อมูลสาธิตจากหุ่นยนต์หรือการฝึกสำหรับภารกิจเฉพาะ

ในการจำลอง RoboLab-120 ซึ่งมี 120 ภารกิจ AMP1 ทำอัตราความสำเร็จได้ 85.6% เมื่อเชื่อมต่อกับ Gemini 4 Argon และ 82.8% เมื่อเชื่อมต่อกับ Claude Opus 5.5 ส่วนนโยบาย VLA และ WAM ที่ทำผลงานสูงสุดตามที่ระบุในบทความมีอัตราความสำเร็จ 49.2% และ 42.9% ตามลำดับ

ผลดังกล่าวไม่ได้หมายความว่า AMP1 ทำผลงานเหนือกว่าระบบหุ่นยนต์ทุกแบบที่ใช้โมเดลทั่วไป บทความยังระบุว่า Astranomy ซึ่งเป็นนโยบายแบบเอเจนต์ที่ประเมินแยกต่างหาก ทำอัตราความสำเร็จได้ 74.8% ใน RoboLab-120 เมื่อเชื่อมต่อกับ GPT-6 Astra

AMP1 ยังทำผลงานได้ดีในการจำลองชุดอื่น เมื่อเชื่อมต่อกับ Gemini 4 Argon ระบบทำอัตราความสำเร็จได้ 95.2% ใน LIBERO-PRO, 100% ใน robosuite และ 96% ใน BEHAVIOR-1K ตัวเลขเหล่านี้มาจากชุดภารกิจที่แตกต่างกัน

การทดสอบหุ่นยนต์จริงใช้แขนหุ่นยนต์ Franka Research 3 บนแพลตฟอร์มสามรูปแบบ แต่ละรูปแบบมีการปรับเทียบกล้อง การเดินสาย การสึกหรอของชิ้นส่วน และฉากหลังที่แตกต่างกัน โดย AMP1 เชื่อมต่อกับ Claude Opus 5.5

การทดสอบมี 12 ประเภท ตั้งแต่การย้ายวัตถุชิ้นเดียวไปจนถึงการแยกแยะสิ่งของหลายชิ้นแล้วจัดวางตามลำดับ บางภารกิจต้องระบุวัตถุและตัดสินใจเรื่องลำดับการกระทำ เช่น “ใส่เครื่องมือทุกชิ้นลงในภาชนะ ยกเว้นค้อน”

ในการทดสอบจริง AMP1 ทำสำเร็จ 104 ครั้งจากทั้งหมด 108 ครั้ง ขณะที่ FLUX 3 Action ทำสำเร็จ 49 ครั้ง และ π0.5 ทำสำเร็จ 30 ครั้ง

อย่างไรก็ตาม เงื่อนไขการจัดการข้อผิดพลาดแตกต่างกัน AMP1 สามารถแก้ข้อผิดพลาดและลองใหม่ได้เมื่อการเคลื่อนไหวของหุ่นยนต์หยุดลง เช่น จากการชน ส่วนโมเดลเปรียบเทียบจะยุติการทดสอบเมื่อเกิดข้อผิดพลาดในการควบคุม เมื่อลองปิดระบบกู้คืนข้อผิดพลาดของ AMP1 จำนวนครั้งที่ทำสำเร็จลดลงเหลือ 94 จาก 108 ครั้ง

เมื่อคำนวณเฉพาะการทดสอบที่สำเร็จ AMP1 ใช้เวลาเฉลี่ย 280 วินาที โดย 211 วินาทีเป็นเวลาที่เกี่ยวข้องกับการอนุมานของโมเดลและการรันโค้ด ส่วน FLUX 3 Action ใช้เวลา 44 วินาที และ π0.5 ใช้เวลา 62 วินาที

การเลือกโมเดลและข้อมูลรับรู้ยังส่งผลต่อผลลัพธ์ ใน RoboLab-120 AMP1 ทำอัตราความสำเร็จได้ 51.6% เมื่อเชื่อมต่อกับ Haiku 5.5 เทียบกับ 82.8% เมื่อใช้ Claude Opus 5.5 อัตราความสำเร็จของ Opus 5.5 อยู่ที่ 81.1% เมื่อไม่มีข้อมูลความลึก และ 75.8% เมื่อไม่มีทั้งข้อมูลความลึกและข้อมูลปรับเทียบกล้อง หากแทนภาพด้วยคำอธิบายข้อความ อัตราความสำเร็จลดลงเหลือ 36.8%

งานวิจัยก่อนหน้าของแอปเปิลเกี่ยวกับระบบควบคุมอัตโนมัติสำหรับหุ่นยนต์ฮิวแมนนอยด์ HALO ทดสอบภารกิจเดียว 360 ครั้งในสถานที่ภายในอาคารจริง 6 แห่ง และมีอัตราความสำเร็จเฉลี่ย 91% ขณะที่ HALO ศึกษาการทำภารกิจในอาคารของหุ่นยนต์ฮิวแมนนอยด์ งานวิจัย AMP1 นี้วัดความสามารถในการจัดการวัตถุของแขนหุ่นยนต์และเวลาที่ใช้ตัดสินใจ