रोबोट सीख रहे हैं कि कैसे चलें, लेकिन उन्हें यह बताने वाला कौन है कि वास्तविक दुनिया वास्तव में कैसी दिखती है? यही वह अंतर है जिसे मैं @vangrid_io द्वारा समाधान करते देख रहा हूँ। सड़कें, लोडिंग बे, कॉरिडोर और सभी ऐसी अनियमित जगहें जहाँ पारंपरिक मैपिंग फ्लीट्स लगभग कभी अपडेट नहीं होतीं। नियंत्रित परिवेशों पर केवल निर्भर करने के बजाय, Vangrid स्मार्टफोन को ऐसे नोड्स में बदल देता है जहाँ लोग Base पर USDC के साथ वित्तपोषित स्थानीय बोंटीज पूरी कर सकते हैं। और दिलचस्प बात यह है कि कैप्चर केवल कहीं कोई वीडियो फ़ाइल होना नहीं है। बहु-कोणीय फुटेज को 3D ज्यामिति, पॉइंट क्लाउड्स, गॉसियन स्प्लैट्स या टेक्सचर्ड GLB मॉडल्स में बदला जा सकता है, जिसमें प्रोवेनेंस हैशेस और EAS प्रमाणीकरण के माध्यम से जुड़ा हुआ है। गोपनीयता भी प्रक्रिया का हिस्सा है। चेहरे और लाइसेंस प्लेट्स को स्क्रीन पर ही धुंधला कर दिया जाता है, इससे पहले कि कच्चा फुटेज फोन से बाहर जाए। वर्तमान नेटवर्क स्नैपशॉट में पहले ही 1,024,912 कैप्चर, 423,143 सक्रिय नोड, 3,823 EAS प्रमाणित Merkle पेड़ और लगभग $311K USDC में सुलझाए गए हैं। इसलिए मैं हमेशा एक ही सवाल पर वापस आता हूँ। अगर सिमुलेशन डेटा रोबोट्स को चलना सिखाता है, तो क्या Vangrid का स्पेशल ग्राउंड ट्रुथ उन्हें वास्तविक दुनिया में कहाँ जाना है, यह सिखा सकता है? @quipnetwork