Un robot ne devient pas plus habile simplement parce que le modèle devient plus grand. Il nécessite des séquences de mouvement, des ajustements manuels et des échecs suivis d’une intervention humaine. La téléopération via navigateur et les environnements de simulation permettent aux personnes de générer ces données sans avoir besoin d’accéder à du matériel robotique réel. Les créateurs de contenu jouent un rôle différent : ils racontent des histoires, attirent les nouveaux venus et transforment la curiosité en action — plus précisément, l’acte d’enregistrer des trajectoires. C’est lorsque ces deux groupes se rejoignent que la boucle commence véritablement à tourner. Au fur et à mesure que davantage de personnes comprennent ce qui se passe, plus d’entre elles essaient de contrôler le robot virtuel. Plus de données propres sont enregistrées, et le modèle acquiert l’opportunité d’apprendre à partir d’erreurs réelles plutôt que uniquement de démonstrations parfaites. Des politiques améliorées révèlent de nouvelles faiblesses, incitant à de nouvelles corrections humaines. Ce n’est pas juste un slogan : c’est ainsi que fonctionne @axisrobotics V2 : la politique s’exécute, et à chaque échec, des humains interviennent pour corriger précisément ce point. La deuxième epoch débute juste au moment où le système prend forme. Les classements du premier tour sont encore en cours de calcul, et les récompenses finales sont basées sur l’ensemble des évolutions à travers toutes les epochs, et non fragmentées par saison. Ceux qui rejoignent maintenant ne se contentent pas de « cultiver des points » ; ils contribuent au jeu de données sur lequel les robots futurs s’appuieront pour atteindre une plus grande autonomie. L’avenir de la robotique ne sera pas écrit par quelques laboratoires isolés. Il sera écrit par des personnes prêtes à s’asseoir, prendre le contrôle, corriger les erreurs et expliquer aux autres pourquoi ce travail compte.