Axis platformunda görev yaparken birçok kullanıcı, tek bir trajektörün puanına odaklanır. Axis ile Booster arasındaki açık iş birliği materyallerinden, Axis'in çok net bir ticari modeli olduğu görülmektedir: Axis, müşterilere hizmet sunar ve 5-20 görevden oluşan paketli fiyatlandırma modelini kullanır; robot şirketleri, doğrulanmış görev paketlerini satın alır. Kalem tutmak, kulaklık kutusunu tutmak gibi temel görevler örneğinde, her bir görev altında nesnenin konumu, aydınlatma koşulları, bakış açısı, operasyon trajektorisi gibi çeşitli varyasyonlar konfigüre edilir; bu da robotların gerçek dünya koşullarına uyum sağlamasını sağlar. İki tarafın rolleri net şekilde ayrılmıştır: Booster, robot gövdesini sağlar, donanım uyumunu, cihaz ayarlarını ve gerçek cihaz doğrulamasını üstlenir. @axisrobotics, robotu simülasyon platformuna bağlar, ilgili simülasyon senaryolarını oluşturur ve topluluk büyük miktarda operasyon trajektorisi verisi üretir. Üretilen veriler önce simülasyon doğrulamasından geçirilir; ardından Booster ile birlikte gerçek cihaz testleri gerçekleştirilerek simülasyon-gerçek cihaz veri döngüsü tamamlanır. Açık deney verileri, simülasyon verilerinin sağladığı artıları doğrudan gösterir. Aynı 10 gerçek örnek verisi kullanılırken, 50 simüle örnek verisi eklenince robot 20 gerçek cihaz testinde 17 kez hedefe ulaşır; sadece 10 gerçek örnek verisi kullanan kontrol grubunda ise gerçek cihaz başarı oranı 0'dır. Başka bir az örnekli deneyde, Axis veri setiyle ek olarak önceden eğitilen Booster modeli, her görev için yalnızca 30 örnek verisi kullanarak, orijinal modelin 60 örnek verisiyle elde ettiği performansı aşar. Dikkat: Yukarıdaki deney sonuçları yalnızca bu deneyde seçilen görevler ve değerlendirme koşulları için geçerlidir; tüm robot uygulamalarına doğrudan genelleştirilemez. Ancak kaliteli simülasyon verilerinin, maliyetli gerçek cihaz veri toplama süreçlerini etkili bir şekilde azaltabileceğini kanıtlar. Bu mantık çerçevesinde, Axis görevlerine katılırken aynı görevde yüksek puanlı trajektorileri tekrar tekrar geliştirmekten ziyade, senaryo ve beceri boyutlarının kapsamlılığı daha değerlidir. Bir basit görevde yüksek puanlı bir trajektori elde ettikten sonra, tekrarlı işlemleri bırakmak önerilir; nesne türünü, senaryo ortamını veya zorluk seviyesini değiştirerek farklılaşmış veriler üretmek, müşterilerin “görev grubu” satın alırken gerçek veri ihtiyaçlarına daha uygun olur. Tarayıcıda yaptığımız tutma ve yerleştirme işlemlerinin her biri sadece birkaç dakika sürer; ancak bu trajektorilerin düzenlenmesi, doğrulanması ve görev paketlerine paketlenmesi gerekir ki robot üreticilerinin model eğitim süreçlerine girebilsin. Yeni başlayanlar, önce Beginner giriş görevlerini seçmelidir; görevi tamamladıktan sonra mutlaka Portfolio içinde imza işlemini yapmalıdır. Base zinciri üzerinde imzalanmamış trajektoriler, platform puanlarına dahil edilmeyecektir. https://t.co/EG13vQL9M5