Çoğu insan, AI robotlarını eğitmenin sadece sonsuz veri vermekle ilgili olduğunu düşünür. Ancak bu doğru değil. Daha fazla veri, daha akıllı modeller anlamına gelmez; doğru veri anlamına gelir. Bu farkı anlamak gerekir. Şu nokta önemli: bir trajektorinin değeri asla statik değildir. Bir robot koluyla blokları yığma işlemini öğrettiğinizi düşünün. Robot, %95 düzgün alma yerleştirme hareketini başarıyla tamamladığında, 10.000 daha fazla mükemmel alma-yerleştirme演示 eklemek hiçbir değer katmaz. Aslında önemli olan, robotun kaydığı, derinliği yanlış tahmin ettiği veya bir bardağı devirdiği anlardır. Sadece farklı açılardan eğitim yaparak sağlam veri elde ederiz ve bu, gerçek zamanlı sorunlarla başa çıkmamıza yardımcı olur. Bu yüzden statik eğitim kümeleri başarısız olur. @axisrobotics'de veriyi sabit bir depo olarak değil, uyarlanabilir, canlı bir motor olarak ele alırız. Öğrenilmiş görevleri tekrarlamak yerine, alt seviye göstergeler, yayılma hatalarının nerede gerçekleştiğini tespit eder. Bu uç durum boşlukları, tam olarak neyin düzeltilmesi gerektiğini gösterir. Sürekli bir kapalı döngü üzerinde çalışır: Model → Değerlendir → Seç → Topla → Eğit → Model Öğrenilmiş davranışlar yana çekilir ve yeni, yüksek kaldıraçlı veriler öncelik kazanır. Modelin şu anda zorlandığı tam düzeltmeleri aktif olarak toplayarak, her yeni veri seti robotik yeteneği gerçekten yükseltir. Yanlış verileri biriktirmeyi bırakın. Boşlukları eğitin. Video da, bir erik ve bir kayısı alıp onları bir metal tepsiye koyuyorum; sonra tekrar kayısı alıp bir karıştırma kabına koyuyorum. Çok basit görünüyor ama robot kolları bize söylediğimizi dinlemiyor; bu görevi tamamlamak için onları doğru açıdan eğitmem gerekiyor. Başlangıçta ben de sorunlar yaşadım; daha sonra nasıl handles edeceğimi anladım ve görevi tamamladım. Bu videoyu da inceleyebilirsiniz… Ne kadar zor olduğunu görün… Deneyimlerinizi de benimle paylaşın. @axisrobotics