การบูรณาการระบบหุ่นยนต์อัจฉริยะเข้าสู่สภาพแวดล้อมที่มุ่งเน้นมนุษย์ เช่น ห้องปฏิบัติการ โรงพยาบาล และสถาบันการศึกษา มีความสำคัญมากขึ้นเนื่องจากความต้องการที่เพิ่มขึ้นสำหรับผู้ช่วยที่เข้าถึงได้และตระหนักถึงบริบท อย่างไรก็ตาม โซลูชันในปัจจุบันมักขาดความสามารถในการปรับขนาด และการขาดความสามารถในการปรับตัวให้เข้ากับสภาพแวดล้อมแบบไดนามิก งานวิจัยนี้นำเสนอกรอบแนวคิดใหม่สำหรับผู้ช่วยหุ่นยนต์เชิงโต้ตอบที่ออกแบบมาเพื่อช่วยในระหว่างการเยี่ยมชมห้องปฏิบัติการและบรรเทาความท้าทายที่เกิดจากข้อจำกัดด้านทรัพยากรบุคคล โดยระบบทำงานผ่านหลายโหมด ได้แก่:

• โหมดสแตนด์บาย: ลาดตระเวนตามเส้นทางที่กำหนดและตรวจจับสิ่งกีดขวาง
• โหมดจดจำ: ใช้เทคโนโลยีวิชันคอมพิวเตอร์และระบบรู้จำเสียงเพื่อตรวจจับและทักทายผู้ใช้
• โหมดโต้ตอบ: บูรณาการเทคโนโลยีขั้นสูง เช่น ASR Whisper, NLP และโมเดลภาษาขนาดใหญ่ (Ollama 3.2) เพื่อมอบประสบการณ์ที่ใช้งานง่ายและรับรู้บริบท

ระบบใช้สถาปัตยกรรมแบ็กเอนด์ที่แข็งแกร่งด้วย MongoDB และกลไก RAG เพื่อให้ข้อมูลที่ถูกต้องแม่นยำ พร้อมการออกแบบแบบแยกส่วนที่ช่วยให้สามารถผสานรวมฟีเจอร์เพิ่มเติมและอัปเกรดฮาร์ดแวร์ได้ง่ายในอนาคต