एक रोबोट केवल इसलिए अधिक निपुण नहीं बन जाता कि मॉडल बड़ा हो जाता है। इसके लिए गति अनुक्रम, हस्तांतरित समायोजन, और विफलता के मामले जिनके बाद मानव हस्तक्षेप होता है, आवश्यक हैं। ब्राउज़र-आधारित टेलीऑपरेशन और सिमुलेशन वातावरण लोगों को वास्तविक रोबोटिक हार्डवेयर तक पहुँच के बिना इस डेटा को उत्पन्न करने की अनुमति देते हैं। कंटेंट निर्माता अलग भूमिका निभाते हैं: वे कहानियाँ सुनाते हैं, नए लोगों को आकर्षित करते हैं, और जिज्ञासा को कार्रवाई में बदलते हैं—विशेष रूप से, ट्रैजेक्टरीज़ को रिकॉर्ड करने की क्रिया। जब ये दोनों समूह मिलते हैं, तभी चक्र सचमुच सक्रिय होना शुरू होता है। जितने अधिक लोग समझने लगते हैं कि क्या हो रहा है, उतने ही अधिक वर्चुअल रोबोट को नियंत्रित करने का प्रयास करते हैं। जितनी अधिक स्वच्छ डेटा रिकॉर्ड की जाती है, उतनी ही अधिक संभावना होती है कि मॉडल वास्तविक-दुनिया की त्रुटियों से सीख सके, केवल परिपूर्ण प्रदर्शनों से नहीं। सुधारित नीतियाँ नए कमजोर पहलुओं को प्रकट करती हैं, जिससे मानव सुधार की आवश्यकता पड़ती है। यह केवल एक नारा नहीं है, बल्कि @axisrobotics V2 कैसे काम करता है, यही है: पॉलिसी चलती है, और जहाँ यह विफल होती है, मानव प्रत्येक बिंदु पर हस्तक्षेप करते हैं। एपोच 2 का प्रक्षेपण ठीक उस समय हो रहा है, जब प्रणाली का स्वरूपण होने लगा है। पहले दौर के रैंकिंग अभी संकलित किए जा रहे हैं, और अंतिम पुरस्कार सभी एपोच्स के समग्र प्रदर्शन पर आधारित होंगे, सीज़न के हिसाब से नहीं। जो अभी सम्मिलित हो रहे हैं, वे केवल "पॉइंट्स कमा" रहे हैं; वे मशीनों के समग्र स्वायत्तता प्राप्ति में मदद करने के लिए समर्पित प्रणाली में समग्र सेट मेंयोगदान कर रहे हैं। रोबोटिक्स का भविष्य कुछ सीमित प्रयोगशालाओं के द्वारा नहीं, बल्कि उन मनुष्यों के द्वारा लिखा जाएगा, जो सीधे प्रणाली पर कब्ज़ा करने, त्रुटियों को सुधारने,औरअन्यों को समझाने के प्रति समर्पित हैं कि यह काम क्यों महत्वपूर्ण है।