ノイズデータを処理できるという前提で、クラウドソーシングによるロボットデモの価値。 この点で、@axisrobotics のアプローチは非常に実用的だ。 彼らが説明するパイプラインには以下が含まれる： ☆ 品質フィルタリング ☆ ノイズの多い人間のデモを利用可能なトラジェクトリに変換 ☆ 躊躇や停止動作を除去し、Savitzky–Golay 法でトラジェクトリをスムージング（現時点でAxisによるX上の明確な確認は得られていない） ☆ 三次スプラインでリサンプリングし、ロボット/オブジェクトの状態を安定した20 Hzの制御グリッドに時間的にアライン Axisは、ウェブデモの生データにマイクロジャッター、フレームレートの変動などの問題が存在し、それら単体では信頼性のあるポリシー学習には不十分であることを直接認めている。また、提出されたトラジェクトリのリプレイ検証についても説明している。 課題を避けていないことは良い兆候だが、次に注目すべきは、大規模な検証が実際にどれほど有効であるかだ。 より重要なモートは、貢献者の数か、生デモをトレーニング準備完了のトラジェクトリに変換する能力か？