Menyusun Tugas Robotic Berbilang Langkah dengan Keyakinan
Jika anda dapat menerangkan suatu tugas dengan jelas, robot anda mungkin boleh melakukannya. Itulah janji Gemini Robotics 1.5 dan ER 1.5—model yang dibina untuk pemikiran berasaskan konteks dan berwujud yang mengubah niat bertaraf tinggi menjadi pelan tindakan berbilang langkah yang boleh dipercayai dalam dunia fizikal. Di bawah adalah 25 templat prompt terbukti—disusun mengikut niat—yang membantu anda menyusun aliran kerja berbilang langkah yang kukuh untuk robotik dunia sebenar.
Nota gaya: Praktikal & berorientasi penyelesaian. Setiap templat merangkumi struktur, panduan yang disyorkan, dan pembolehubah pilihan. Gantikan tempat letak seperti {OBJECT}, {LOCATION}, {POLICY}, dan {CONSTRAINTS} dengan konteks anda.
Cara Menggunakan Templat Ini
- Mulakan dengan sasaran bertaraf tinggi, kemudian senaraikan langkah dengan pemeriksaan sensor dan tingkah laku pemulihan.
- Sertakan kekangan: keselamatan, kelajuan/ketepatan, andaian persekitaran, dan strategi sandaran.
- Sediakan saluran maklum balas keadaan (contohnya, kriteria kejayaan penglihatan, ambang daya/torque).
- Utamakan sasaran deklaratif berbanding pengurusan mikromekanikal langkah demi langkah yang mudah pecah; biarkan model yang merancang dan menyesuaikan.
Sebenarnya, jika anda menguruskan prompt, log dan iterasi dalam sebuah pasukan, pembantu panel sisi seperti Sider.AI boleh membantu anda merangka, menguji, dan memperhalusi prompt bersama dokumen dan kod anda, memastikan konteks sentiasa jelas ketika anda meneruskan kemahiran dan prosedur robotik anda. Bahagian A — Perancangan & Perumusan (Asas)
- Rangka Tugas (Sasaran → Kekangan → Pelan → Pemeriksaan)
- Prompt
"Anda mengawal manipulator mudah alih.
Sasaran: {GOAL}.
Persekitaran: {DESCRIPTION}; objek diketahui: {OBJECT_LIST}.
Kekangan: {CONSTRAINTS}.
Output: 1) Andaian untuk disahkan, 2) Pelan teratur dengan langkah pemerhatian/tindakan, 3) Pemeriksaan keselamatan setiap langkah, 4) Tingkah laku pemulihan, 5) Syarat penamatan dan metrik kejayaan."
- Gunakan apabila: Menukar sasaran bertaraf tinggi menjadi pelan operasi dengan panduan keselamatan.
- Pelan Berasaskan Pemerhatian dengan Pengukuran Ketidakpastian
- Prompt
"Sebelum bertindak, bina model pemerhatian. Kenal pasti pemerhatian yang diperlukan, ambang keyakinan, dan kes tepi untuk {GOAL}. Output dalam JSON:
{ observations:. Untuk corak prompt dan ejen yang lebih luas, buku resipi Gemini dan panduan ejen Google adalah rujukan yang berguna.
Contoh: Prompt Menyeluruh untuk Tugas Dapur
Sasaran: Sediakan salad mudah dan bungkus untuk dibawa pergi.
Prompt
"Anda mengawal manipulator mudah alih 7-DOF dengan pengapit selari dan penukar alat.
Sasaran: Sediakan dan bungkus salad dengan selada, tomato, timun, dan sos.
Persekitaran: Pulau dapur dengan sinki, papan pemotong, pisau chef, mangkuk salad, bekas makan tengah hari. Mungkin ada manusia.
Kekangan: Tiada bilah dalam jarak 0.5 m daripada manusia. Pisau harus sentiasa disarungkan kecuali ketika memotong. Gaya pengapit ≤ 15 N. Ketebalan hirisan 3–4 mm. Permukaan disanitasi.
Output:
- Andaian untuk disahkan (alat, bahan, pencahayaan),
- Pelan mengikut fasa (basuh → sediakan → potong → susun → bungkus),
- Pemeriksaan keselamatan setiap langkah (penglihatan/daya),
- Pemulihan kesilapan (pegang semula, cari semula, bersihkan semula),
- Metrik kejayaan (pengesahan visual hirisan sekata; bekas tertutup; kawasan bersih),
- Skema log dan foto sebelum/selepas."
Apa yang anda akan peroleh: Prosedur bertaraf horizon panjang, berkesedaran keselamatan dengan pintu gerbang pemerhatian, peraturan pengendalian alat, dan kriteria kejayaan yang jelas.
Pemikiran Penutup
Prompt robotik yang bagus seperti senarai semak dalam penerbangan: sasaran jelas, pintu gerbang boleh diukur, dan pelan kecemasan. Gunakan 25 templat ini sebagai blok binaan, kemudian perhalusi bersama log daripada operasi sebenar. Apabila Gemini Robotics 1.5 dan ER 1.5 terus membawa perancangan agen ke dunia fizikal, prompt anda menjadi perbezaan antara demo yang bagus dan operasi harian yang boleh dipercayai.
Soalan Lazim
Q1:Apa kegunaan Gemini Robotics 1.5 / ER 1.5?
Mereka adalah model pemikiran berwujud yang membolehkan robot melihat, merancang, dan bertindak dalam tugas berbilang langkah kompleks di dunia fizikal—seperti mengambil barang, menyediakan makanan, atau operasi kemudahan. Mereka menekankan perumusan, keselamatan, dan perancangan adaptif.
Q2:Bagaimana saya menulis prompt untuk tugas robotik berbilang langkah?
Nyatakan sasaran, persekitaran, dan kekangan. Minta andaian yang perlu disahkan, pemeriksaan keselamatan, tingkah laku pemulihan, dan metrik kejayaan. Biarkan model merancang langkah sementara anda menguatkuasakan dasar dan ambang.
Q3:Bolehkah prompt ini mengendalikan ketidakpastian dan ralat?
Boleh. Sertakan ambang keyakinan, tanda ralat, dan laluan sandaran. Mereka bentuk mesin keadaan dengan laluan nominal, keyakinan rendah, dan kegagalan meningkatkan kebolehpercayaan dalam persekitaran tidak terstruktur.
Q4:Adakah saya perlu menyatakan trajektori tepat?
Biasanya tidak. Berikan objektif bertaraf tinggi, kekangan jelas (daya, kelonggaran, kelajuan), dan pintu gerbang verifikasi. Model boleh menghasilkan trajektori yang konsisten dengan kekangan ini.
Q5:Di mana saya boleh jumpa dokumen rasmi dan contoh?
Lihat halaman Gemini Robotics Google DeepMind dan gambaran keseluruhan pembangun untuk ER 1.5, serta buku resipi Gemini dan panduan ejen untuk corak prompt dan ejen yang lebih luas.
