Daha önce daha fazla insan düzeltmesinin otomatik olarak daha iyi bir robot eğitimi anlamına geldiğini düşünürdüm. Ancak bu sezgi yanlış çıktı. Axis'in bu deneyi hakkında okuduktan sonra beni en çok etkileyen toplanan veri miktarı değil, bunların nasıl filtrelendiği oldu. Çok basit bir görevi düşünün: bir tofu bloğunu bir tabağa yerleştirmek. Robot başarısızlık sınırındayken, kullanıcılar Axis Hub aracılığıyla doğrudan müdahale ederek düzeltmeler yapabiliyordu. Toplamda 660 müdahale kaydedildi. Ancak @axisrobotics, bunların tümünü eğitim için kullanmadı. Toplamın %24,4'ünü temsil eden yalnızca 161 segment filtreleme aşamasını geçti. Bu mantık tamamen anlamlı. Bir trajektuarın sonunda başarıyla tamamlanması, içindeki her insan eyleminin öğrenilmesi değerinde olduğu anlamına gelmez. Burada gereksiz hareketler, dolambaçlı yollar veya hiçbir faydalı sinyal sağlamayan duraklamalar olabilir. Bu nedenle her düzeltme, üç engeli aşmak zorundaydı: → Simülasyonda başarıyla tekrarlanabilmeli → Orijinal politikanın gerçekten başarısız olduğunu göstermeli → Kritik segment çıkarılmalı ve robotun kendi başına kurtarılıp kurtaramayacağına dair kapalı döngü kontrolü yapılmalı En çok beğendiğim kısım şu: İnsan geri bildiriminin değeri sadece “bir insan görevi başarıyla tamamladı” gerçeğinde değil, başarısızlık durumunu, robotun kendi başına tekrarlayabileceği bir kurtuluşa dönüştüren tam olarak hangi eylemin olduğunu belirlemektedir. 660 düzeltme çok büyük bir sayı gibi görünüyor. Ancak 161 doğrulanmış sinyal çok daha değerlidir. Belki de bu, topluluk kaynaklı verilerin gerçekten ölçeklenebilir bir veri motoruna nasıl dönüşeceğini gösteriyor.