Pertanyaan sebenarnya adalah seberapa efektif algoritma AgiBot dapat mengajarkan trik-trik baru pada robotnya. Menggunakan pembelajaran penguatan untuk mengajarkan tugas-tugas robot yang memerlukan improvisasi umumnya memerlukan banyak data pelatihan, dan penelitian menunjukkan bahwa hal itu tidak dapat disempurnakan sepenuhnya dalam simulasi.
AgiBot mempercepat proses pembelajaran dengan meminta pekerja manusia memandu robot melalui suatu tugas, yang memberikan landasan bagi robot untuk kemudian belajar sendiri. Sebelum mendirikan AgiBot, kepala ilmuwan Jianlan Luo melakukan penelitian mutakhir di UC Berkeley, termasuk a proyek yang melibatkan robot yang memperoleh keterampilan melalui pembelajaran penguatan dengan manusia di dalam lingkarannya. Sistem tersebut ditampilkan melakukan tugas-tugas termasuk menempatkan komponen pada motherboard.
Feng mengatakan bahwa perangkat lunak pembelajaran AgiBot, yang disebut Real-World Reinforcement Learning, hanya membutuhkan sekitar sepuluh menit untuk melatih robot melakukan tugas baru. Pembelajaran cepat ini penting karena jalur produksi sering kali berubah dari satu minggu ke minggu berikutnya, atau bahkan selama proses produksi yang sama, dan robot yang dapat menguasai langkah baru dengan cepat dapat beradaptasi bersama pekerja manusia.
Melatih robot dengan cara ini membutuhkan banyak tenaga manusia. AgiBot memiliki pusat pembelajaran robotik di mana ia membayar orang untuk mengoperasikan robot dari jarak jauh guna membantu model AI mempelajari keterampilan baru. Permintaan akan data pelatihan robot semacam ini semakin meningkat, terutama di beberapa perusahaan AS membayar pekerja di tempat-tempat seperti India untuk melakukan pekerjaan manual yang berfungsi sebagai data pelatihan.
Jeff Schneider, ahli robot di Universitas Carnegie Mellon yang bekerja pada pembelajaran penguatan, mengatakan bahwa AgiBot menggunakan teknik mutakhir, dan harus mampu mengotomatisasi tugas dengan keandalan tinggi. Schneider menambahkan bahwa perusahaan robotika lain kemungkinan besar mencoba menggunakan pembelajaran penguatan untuk tugas-tugas manufaktur.
AgiBot adalah salah satu bintang yang sedang naik daun di Tiongkok, di mana minat untuk menggabungkan AI dan robotika sedang melonjak. Perusahaan ini mengembangkan model AI untuk berbagai jenis robot, termasuk robot humanoid yang berjalan berkeliling dan lengan robot yang tetap berakar di satu tempat.
