يصبح مجموعة بيانات الروبوت أكثر فائدة عندما تجيب أجزاؤها على بعضها البعض. هذا هو ما لفت انتباهي في محرك البيانات من @axisrobotics. إن توليد المهام يحدد أي سيناريو وأي مهارة أساسية تحتاج إلى تغطية. يُنتج المساهمون مسارات من خلال التحكم عن بُعد عبر المتصفح أو التقاط مباشر من منظور المُستخدم في العالم الحقيقي. ثم يقوم خط أنابيب موحد بتأكيد صحتها، وتنظيفها، ووضع التسميات، وتعزيزها قبل أن تصبح بيانات تدريب. لا يجب أن تنتهي هذه الدورة هنا. بمجرد تدريب السياسة، يمكن أن تحدد نقاط ضعفها أي مهام تحتاج إلى إعادة فتحها بعد التدريب. يراقب المساهم محاولة السياسة لأداء المهمة، ويأخذ التحكم عندما تفشل، ثم يعيد التحكم إليها. هذه التصحيحات تغذي الدورة التالية. لكل مكون وظيفة منفصلة، لكن القيمة تكمن في التغذية الراجعة بينها: توليد، جمع، معالجة، تدريب، كشف نقطة ضعف، جمع مرة أخرى. الحصول على المزيد من البيانات وحدها هدف غامض. أما النظام الذي يستطيع طلب الجزء التالي المفيد من البيانات فهو نظام أكثر دقة بكثير. ابدأ من هنا: https://t.co/SUKXsZDwvC