Cánh tay robot AMP1 của Apple thành công 104/108 lượt thử

AMP1, hệ thống điều khiển robot do nhóm nghiên cứu Apple (AAPL) phát triển, hoàn thành 104 trong 108 lượt thử trên cánh tay robot thật. Trong cùng thử nghiệm, FLUX 3 Action đạt 49 lượt thành công và π0.5 đạt 30 lượt.

Nhóm nghiên cứu trình bày cấu trúc và kết quả thử nghiệm của AMP1 trong bài báo «On Agentic Manipulation Policies», đăng tải trước trên arXiv ngày 6. Mô hình AI đa năng viết và chạy mã Python để điều khiển cánh tay robot, đồng thời dùng thông tin quan sát mới trong lúc làm việc để quyết định động tác tiếp theo.

Hệ thống điều khiển AMP1 chuyển hình ảnh từ camera, dữ liệu chiều sâu và trạng thái robot đến mô hình. Mã do mô hình viết được chạy trong một trình thông dịch Python hoạt động liên tục, cho phép hệ thống kiểm tra trạng thái robot hoặc yêu cầu cánh tay di chuyển.

Hệ thống cơ bản không được cài sẵn kỹ năng gắp, đẩy hay thả vật thể. Mô hình quan sát vật thể và môi trường xung quanh rồi kết hợp các hành động cần thiết để thực hiện nhiệm vụ.

Trong nghiên cứu, «zero-shot» nghĩa là hệ thống làm bài thử mà không có thao tác mẫu theo nhiệm vụ, không luyện tập trước và không được huấn luyện bổ sung. Nhóm nghiên cứu áp dụng cấu trúc điều khiển cơ bản cho robot một tay, hai tay và robot di động, chỉ thay đổi phần mô tả cấu hình robot và camera.

Nhóm nghiên cứu dùng các mô hình thị giác-ngôn ngữ-hành động (VLA) và thế giới-hành động (WAM) làm đối tượng so sánh với các chính sách điều khiển chuyên biệt. Các mô hình này được huấn luyện để robot hành động dựa trên thông tin quan sát, thường dựa vào dữ liệu trình diễn của robot hoặc quá trình huấn luyện theo từng nhiệm vụ.

Trong RoboLab-120, bộ mô phỏng gồm 120 nhiệm vụ, AMP1 đạt tỷ lệ thành công 85,6% khi kết nối với Gemini 4 Argon và 82,8% khi kết nối với Claude Opus 5.5. Tỷ lệ của các chính sách VLA và WAM tốt nhất được nêu trong bài báo lần lượt là 49,2% và 42,9%.

Kết quả này không có nghĩa AMP1 vượt trội mọi hệ thống robot dùng mô hình đa năng. Bài báo cũng cho biết chính sách tác tử Astranomy, được đánh giá riêng và kết nối với GPT-6 Astra, đạt 74,8% trong RoboLab-120.

AMP1 cũng đạt kết quả ở các nhóm nhiệm vụ mô phỏng khác. Khi kết nối với Gemini 4 Argon, hệ thống đạt tỷ lệ thành công 95,2% trong LIBERO-PRO, 100% trong robosuite và 96% trong BEHAVIOR-1K. Mỗi tỷ lệ được tính trên một nhóm nhiệm vụ khác nhau.

Thử nghiệm thực tế được tiến hành trên ba cấu hình của nền tảng dùng cánh tay robot Franka Research 3. Mỗi cấu hình khác nhau về hiệu chuẩn camera, hệ thống dây, độ hao mòn linh kiện và phông nền xung quanh; AMP1 được kết nối với Claude Opus 5.5.

Các bài thử gồm 12 loại nhiệm vụ, từ di chuyển một vật thể đến phân biệt nhiều vật thể rồi xếp chúng theo thứ tự. Một số nhiệm vụ đòi hỏi nhận diện đối tượng và xác định thứ tự thao tác, chẳng hạn «đặt tất cả dụng cụ trừ búa vào thùng».

Trong thử nghiệm thực tế, AMP1 thành công 104 trên tổng số 108 lượt. FLUX 3 Action thành công 49 lượt, còn π0.5 thành công 30 lượt.

Tuy nhiên, điều kiện xử lý lỗi giữa các hệ thống không giống nhau. Khi chuyển động robot bị gián đoạn do va chạm hoặc sự cố khác, AMP1 có thể khắc phục lỗi và thử lại; các mô hình so sánh kết thúc lượt thử khi xảy ra lỗi điều khiển. Khi tắt chức năng khôi phục lỗi của AMP1, số lượt thành công giảm còn 94 trên 108.

Thời gian hoàn thành trung bình của các lượt thử thành công là 280 giây với AMP1. Trong đó, 211 giây dành cho suy luận của mô hình, thực thi mã và các hoạt động liên quan; FLUX 3 Action mất 44 giây, còn π0.5 mất 62 giây.

Lựa chọn mô hình và dữ liệu cảm biến cũng ảnh hưởng đến kết quả. Trong RoboLab-120, AMP1 kết nối với Haiku 5.5 đạt tỷ lệ thành công 51,6%, thấp hơn mức 82,8% của Claude Opus 5.5. Với Opus 5.5, tỷ lệ này là 81,1% khi không có dữ liệu chiều sâu và 75,8% khi thiếu cả dữ liệu chiều sâu lẫn thông tin hiệu chuẩn camera. Khi thay video bằng mô tả văn bản, tỷ lệ giảm còn 36,8%.

Nghiên cứu trước đây của Apple về hệ thống điều khiển tự động cho robot hình người HALO ghi nhận tỷ lệ thành công trung bình 91% sau 360 lượt thử một nhiệm vụ tại sáu địa điểm trong nhà thực tế. HALO tập trung vào việc robot hình người thực hiện nhiệm vụ trong nhà, còn nghiên cứu AMP1 lần này đo khả năng thao tác vật thể và thời gian ra quyết định của cánh tay robot. Các số liệu thử nghiệm và điều kiện so sánh được trình bày trong bài báo của nhóm nghiên cứu Apple.