عند تنفيذ المهام على منصة Axis، يركز العديد من المستخدمين على درجة مسار واحد فقط. من خلال المواد التعاونية العامة بين Axis وBooster، يمكن رؤية نموذج عملها الملموس بوضوح: تقدم Axis خدماتها للعملاء باستخدام نموذج تسعير معبأ يضم 5-20 مهمة كمجموعة، حيث تشتري شركات الروبوتات حزم مهام متكاملة تم التحقق منها. على سبيل المثال، بالنسبة للمهام الأساسية مثل رفع قلم أو التقاط علبة سماعات، يتم تكوين متغيرات متعددة تحت كل مهمة، مثل موقع الجسم، وظروف الإضاءة، والمنظور، ومسارات التشغيل، لتدريب الروبوتات على التكيف مع جميع التغيرات في البيئات الواقعية. المسؤوليات محددة بوضوح بين الطرفين: تتحمل Booster مسؤولية توفير جسم الروبوت، وتشمل مهام التوافق الهاردويري، وضبط الأجهزة، والتحقق الفعلي. يقوم @axisrobotics بربط الروبوتات بمنصة المحاكاة، وإنشاء مشاهد محاكاة متوافقة، حيث ينتج المجتمع كميات كبيرة من بيانات مسارات التشغيل. تُختبر البيانات المنتجة أولاً في البيئة الافتراضية، ثم يتطلب الأمر متابعة التعاون مع Booster لإجراء اختبارات فعلية، لإكمال دورة بيانات متكاملة بين المحاكاة والواقع. يمكن للبيانات التجريبية المنشورة أن تُظهر بشكل مباشر الفائدة التي توفرها بيانات المحاكاة. عند استخدام 10 عينات حقيقية فقط، ثم إضافة 50 عينة محاكاة، حقق الروبوت 17 اتصالاً بالهدف خلال 20 اختبارًا فعليًا؛ بينما لم يحقق الفريق الضابط الذي استخدم 10 عينات حقيقية فقط أي اتصال ناجح. كما أظهرت تجربة أخرى ذات عينات قليلة أن نموذج Booster المُدرَّب مسبقًا باستخدام مجموعة بيانات Axis، عند استخدام 30 عينة تدريب فقط لكل مهمة، تفوق أداء النموذج الأصلي الذي استخدم 60 عينة تدريب. ملاحظة مهمة: تستند هذه الاستنتاجات التجريبية إلى المهام وظروف التقييم المختارة لهذا التجربة فقط، ولا يمكن تعميمها مباشرة على جميع تطبيقات الروبوتات، لكنها تثبت أن بيانات المحاكاة عالية الجودة يمكنها تقليل فعّال لحجم جمع البيانات الفعلية المكلفة. استنادًا إلى هذا المنطق، عند المشاركة في مهام Axis، فإن قيمة تغطية المشاهد والمهارات أكثر أهمية من تحسين متكرر لمسارات عالية الدرجة لنفس المهمة. بعد تحقيق مسار عالي الدرجة لمهمة بسيطة واحدة، يُنصح بالتوقف عن التكرار؛ بل التحول إلى أنواع مختلفة من الأجسام أو بيئات المشهد أو مستويات الصعوبة لإنتاج بيانات متنوعة، مما يتوافق بشكل أفضل مع احتياجات العملاء الحقيقية لشراء "حزم المهام". تستغرق عمليات التقاط ووضع الأشياء التي نقوم بها في المتصفح بضع دقائق فقط في كل مرة، لكن هذه المسارات تحتاج إلى تنظيم وتحقق وتغليف داخل حزم المهام قبل أن تدخل عملية تدريب نماذج الشركات المصنعة للروبوتات. يُنصح للمبتدئين بالبدء بالمهمات المقدمة في فئة "Beginner"، وبعد إكمال المهمة، يجب التأكد من توقيعها في Portfolio. لن تُحسب المسارات التي لم يتم توقيعها على سلسلة Base ضمن نقاط المنصة. https://t.co/EG13vQL9M5