最初のエキスパートは引き出しを開けるだけだ。 二番目のエキスパートはその隙間を待って、レールを傷つけずにドライバーを差し込む。 これらは以前、ステップ3で失敗した長いデモに生き続けていた。 これは@axisroboticsが今朝掲載したノートだ。 彼らは解決済みのモーションをチェーン可能な部品として整理し、そのチェーンをより大きなポリシーにパッケージ化している。 デプロイされたランは、リアルな環境での失敗から自らの後継者を訓練し、22から52へと向上した。 安価なスペシャリストは、5〜10ドルの計算リソースで一つのスキルを確実に習得できる。 小さなプロキシですら、山の一部を捨てることで、残ったセットが完全なダンプよりも広範囲をカバーする。 https://t.co/pPT0B53lU9 生の軌跡は依然として重要だ。 彼らが今積み上げているのは、再利用可能なスキルの棚だ。