Crowdsourcing robot demonstrations का मूल्य, यह मानते हुए कि प्रोजेक्ट नॉइज़ी डेटा को संभाल सकता है। इस बिंदु पर, @axisrobotics का दृष्टिकोण काफी प्रैग्मैटिक है। इसने निम्नलिखित पाइपलाइन का वर्णन किया है: ☆ क्वालिटी फिल्टरिंग ☆ नॉइज़ी ह्यूमन डेमोनस्ट्रेशन्स को उपयोगयोग्य ट्रैजेक्टरीज़ में बदलना ☆ हेसिटेशन या स्टॉल की एक्शन्स को हटाना, Savitzky–Golay का उपयोग करके ट्रैजेक्टरी स्मूथिंग, अभी तक Axis द्वारा X पर स्पष्ट पुष्टि नहीं मिली है ☆ cubic spline का उपयोग करके रीसैम्पलिंग, और robot/object स्टेट्स को स्थिर 20 Hz कंट्रोल ग्रिड पर टेम्पोरली अलाइन करना Axis ने सीधे स्वीकार किया है कि raw web demonstrations में micro-jitters, variable frame rates आदि समस्याएँ होती हैं, और केवल इन raw डेटा से reliable policy training संभव नहीं है; साथ ही, submitted trajectories के replay validation का भी वर्णन किया गया है। पीन पॉइंट्स से बचना एक अच्छा संकेत है; अब अधिक महत्वपूर्ण है कि देखा जाए कि बड़े पैमाने पर validation कितना प्रभावी है। आपके अनुसार, महत्वपूर्ण moat क्या है—contributors की संख्या, या raw demonstrations को training-ready trajectories में बदलने की क्षमता?