¿Sabías que puedes contribuir al futuro de la robótica? Cada tarea en Continuum Hub es más que una tarea: es una recompensa de datos que crea una trayectoria completa que muestra cómo se controló un robot, qué ocurrió en el entorno y si la tarea tuvo éxito. Así es como @continuumlabs_ convierte las interacciones individuales de robots en un motor de datos en constante mejora para la Inteligencia Artificial Física. El ciclo de vida avanza a través de la pre-entrenamiento, entrenamiento y post-entrenamiento. En primer lugar, los contribuyentes proporcionan demostraciones humanas para construir un conjunto de datos diverso. Una vez que se llenan los espacios requeridos, se entrena una política. Durante el post-entrenamiento, los contribuyentes supervisan la política entrenada y corrigen sus errores, generando datos valiosos on-policy para la siguiente iteración. Los espacios cuentan contribuciones de datos, no usuarios únicos, y cada tarea puede completarse hasta cinco veces. Cada ejecución se evalúa independientemente, mientras que tu valor de Puntos se basa en la calidad promedio de tus completaciones; por lo tanto, repetir una tarea solo tiene sentido si puedes mejorar el resultado. Tras la entrega, cada trayectoria se carga, se reproduce en simulación, se califica automáticamente por éxito y calidad del movimiento, y luego se firma en cadena con un ID de Datos único. Las demostraciones y correcciones aceptadas se retroalimentan directamente al entrenamiento, creando un bucle continuo donde políticas mejores revelan nuevos fallos, y esos fallos generan la próxima ola de datos de entrenamiento.