ロボットを訓練する際、完璧な実行が最も価値のあるわけではない。 @axisrobotics のタスク設計における真の鍵は「トレーニング後の修正」だ。ロボットモデルが詰まったりミスをした瞬間に介入し、手動でそれを導く。この回復の瞬間こそ、モデルが実際に学ぶ瞬間である。 単に動きを繰り返すだけではいけない。裏では厳格なクオリティスコアが動作している。 不規則な入力、ためらいや不正確な経路は即座にフィルタリングされる。滑らかで成功したトラジェクトリーのみがスコアの閾値を満たし、Baseに記録される。不適切なデータは直ちに削除される。 ブラウザ内でWASMを通じてMuJoCoをローカルで実行することで、これを実用的にしている。サーバーの遅延がゼロなので、微細な調整がリアルタイムの反射精度で反映される。 物理的AIには無限の原始的な入力が必要ではなく、クリーンで人間が修正したエッジケースが必要なのだ。