ロボットはタスクをこなす能力を高めています。 しかし、それらのタスクが行われる場所の理解が必要です。 倉庫用ロボットを考えてみてください。 箱を拾う方法を学ぶことはできますが、棚の位置、荷物積み込みエリアの場所、そして前回のマップから何が変わったかを知ることも必要です。 そこに@vangrid_ioが登場します。 多くのロボティクスデータは、制御された環境で収集されます。企業はカメラ、装置、人間のオペレーターを使ってロボットに特定のタスクを教えます。 有用ですが、限られています。 これでは、今日のあらゆる倉庫、道路、建物がどのように見えるかをロボットに教えることはできません。 Vangridは異なるアプローチを取ります。 人々はスマートフォンを使って現実の場所を撮影します。その撮影データは、ポイントクラウドやガウシアンスプラットを含む3Dデータに変換できます。 基本的な流れはシンプルです： 𝗣𝗵𝗼𝗻𝗲 → 𝗰𝗮𝗽𝘁𝘂𝗿𝗲 → 𝟯𝗗 𝗿𝗲𝗰𝗼𝗻𝘀𝘁𝗿𝘂𝗰𝘁𝗶𝗼𝗻 → 𝘃𝗲𝗿𝗶𝗳𝗶𝗰𝗮𝘁𝗶𝗼𝗻. 検証プロセスも重要です。 VangridはBase、EAS、Merkleツリーを使用して、撮影とその履歴に関する記録を作成します。 つまり、実際には2つの異なるデータの課題があります： 𝗧𝗿𝗮𝗶𝗻𝗶𝗻𝗴 𝗱𝗮𝘁𝗮: 「このタスクをどうやって行うのか？」 𝗦𝗽𝗮𝘁𝗶𝗮𝗹 𝗱𝗮𝘁𝗮: 「私の周囲の場所はどんな風に見えているのか？」 ロボットは両方を必要とします。 Vangridは後者に焦点を当てています。