Bu robotlar, bu evlerden ek eğitim veya veri almadan, 30 tanımadıkları Bay Area evinde test edildi. Odaları topladı, havluları katladı ve yatakları hazırladı; zaten öğrendiklerini kullandı. Bu tür gerçek dünya genelleme, insan benzeri robotlar için büyük bir adım. Konuşma, robotik manipülasyon görevlerinde uzun süredir devam eden kırılgan politika sorununu çözen sıfır-örnek genelleme üzerine yoğunlaştı. Devasa önceden eğitilmiş çok modlu gömme vektörlerinden yararlanarak, robotun politika ağı, göreve özel yeniden eğitme olmadan görsel girdileri doğrudan eklemler için torklara dönüştürüyor. Bu ortaya çıkan sıfır-örnek yeteneği, platformun yeni manipülasyon iş akışlarını başarıyla gerçekleştirmesine ve yapılandırılmamış ortamları dinamik olarak yönetmesine izin veriyor. CEO (Brett Adcock), algılama ve kontrol için geleneksel hiyerarşik işlem hattı kontrolünden, tek bir sinir ağı mimarisine geçişi detaylandırdı. Edge hesaplama optimizasyonu, sensör-füzyon hassasiyeti ve uçtan uca öğrenmenin birleşimi, özerk dağıtım için zaman çizelgesini kısaltıyor. Hâlâ @continuumlabs_’in yakında başlatmasını umuyoruz. Hepsiyle birlikte sabırsızca bekliyoruz.