রোবোটগুলি কাজ করার দিকে ভালো হয়ে উঠছে। কিন্তু তাদের এখনও এই কাজগুলি কোথায় ঘটছে তা বুঝতে হবে। একটি গুদামের রোবোটের কথা ভাবুন। এটি একটি বাক্স উঠানোর পদ্ধতি শিখতে পারে। কিন্তু এটিকে জানতে হবে যে শেলফগুলি কোথায়, লোডিং এরিয়াটি কোথায়, এবং গত ম্যাপের পরে কী পরিবর্তিত হয়েছে। এখানেই @vangrid_io-এর ভূমিকা। অনেক রোবোটিক্স ডেটা নিয়ন্ত্রিত পরিবেশে সংগ্রহ করা হয়। কোম্পানিগুলি ক্যামেরা, রিগস এবং মানুষের অপারেটরদের ব্যবহার করে রোবোটগুলিকে নির্দিষ্ট কাজগুলি শেখায়। উপকারী, কিন্তু সীমিত। এটি একটি রোবোটকে বলে না যে আজকের প্রতিটি গুদাম, রাস্তা বা ভবনটির দেখতে কেমন। Vangrid একটি ভিন্ন পদ্ধতির ব্যবহার করে। মানুষগুলি স্মার্টফোন ব্যবহার করে বাস্তবসম্মত জায়গাগুলির ধারণা নেয়। এই ধারণাগুলিকে 3D ডেটাতে—যেমন,পয়েন্টক্লাউডস্‌এবংগসিয়ানস্প্ল্যাটস্‌—এতেপরিণতকরাযায়। মৌলিকপ্রবাহসহজ: ফোন →ধারণা → 3Dপুনর্গঠন →যাচাইকরণ। যাচাইকরণঅংশটিওগুরুত্বপূর্ণ। Vangrid Base, EASএবংMerkleগাছগুলিরব্যবহারকরেধারণাএবংতারইতিহাসসম্পর্কেএকটিবিবরণতৈরিকরে। অতএব,দুটিভিন্নডেটাসমস্যা: প্রশিক্ষণডেটা: “আমিএইকাজটিকিভাবেকরব?” স্থানিকডেটা: “আমারচারপাশেরজায়গাটিরদেখতেকেমন?” রোবোটগুলিকেউভয়ইপ্রয়োজন। Vangridদ্বিতীয়টিরউপরফোকাসকরছে।