GM फैम्स मुझे लगता है कि नया @axisrobotics Challenger Program, क्राउडसोर्स्ड रोबोट प्रशिक्षण की एक सामान्य समस्या को सुलझा रहा है। सभी योगदान हर कार्य के लिए आवश्यक नहीं होते। एक साधारण पिक और प्लेस कार्य, ड्रॉअर्स, कैबिनेट्स या उपकरणों जैसे कठिन कलाई वाले कार्यों से काफी अलग चुनौती है। अनुभवहीन व्यक्ति द्वारा कठिन कार्य करने पर आपको 'फेल्ड रन' नहीं मिलता। आपको खराब गुणवत्ता वाला प्रशिक्षण डेटा भी मिल सकता है। अब Axis ने इन अधिक कठिन कार्यों को अलग पूल में स्थानांतरित कर दिया है। पहुंच का आधार योगदान के इतिहास, पुष्टि दर, प्रशिक्षण से पहले और बाद की गतिविधि, कार्य विविधता, और अन्य लोगों के साथ तुलना में प्रदर्शन की समग्र स्थिरता है। फिर कठिन कार्यों को पात्र प्रशिक्षकों को सौंपा जाता है, जो प्रति कार्य 2-3 गुना अधिक पॉइंट्स प्राप्त करेंगे। मुझे लगता है कि यह कॉन्फ़िगरेशन अच्छा है। अधिक कठिन कार्यों को उन्हीं को सौंपा जाता है जिन्होंने विश्वसनीय ट्रैजेक्टरीज़ बनाने की क्षमता साबित कर दी है, और नए योगदानकर्ताओं को सीखने के लिए अधिक सहिष्णु तरीका प्रदान किया जाता है। जितना अधिक डेटा, रोबोट प्रशिक्षण के लिए बेहतर है। यदि सही व्यक्ति सही डेटा बना रहा हो, तो यह और भी बेहतर है।