Під час виконання завдань на платформі Axis багато людей зосереджуються на результатах окремих траєкторій. З публічних матеріалів співпраці Axis і Booster видно їх дуже конкретна бізнес-модель: Axis надає послуги клієнтам, пропонуючи ціноутворення пакетами по 5–20 завдань; робототехнічні компанії придбають підтверджені пакети завдань із перевіреними навичками. Наприклад, для базових завдань, таких як підняття ручки або захоплення коробки з навушниками, під кожним завданням налаштовуються різні варіанти: положення об’єкта, умови освітлення, кут огляду, траєкторії руху — все це для навчання робота адаптуватися до різноманітних реальних умов. Розподіл обов’язків чіткий: Booster відповідає за надання робота, виконує адаптацію апаратного забезпечення, налагодження обладнання та перевірку на реальному пристрої. @axisrobotics підключає робота до симуляційної платформи, створює відповідні симуляційні сценарії, а спільнота генерує велику кількість даних про траєкторії руху. Отримані дані спочатку проходять симуляційну перевірку, а потім необхідно провести спільні тести з Booster на реальному роботі, щоб завершити цикл даних між симуляцією та реальним світом. Публічні експериментальні дані наочно демонструють переваги симуляційних даних: При використанні тих самих 10 реальних демонстраційних прикладів, додавання 50 симуляційних прикладів дозволило роботу досягти 17 успішних контактів із ціллю за 20 спроб на реальному пристрої. У контрольній групі, де використовувалися лише 10 реальних прикладів, успішність контактів була 0%. У іншому експерименті з малою вибіркою показано, що після доопрацювання моделей Booster за допомогою датасету Axis, для кожного завдання достатньо лише 30 демонстраційних прикладів, щоб результат перевищив продуктивність оригінальної моделі з 60 прикладами. Увага: наведені висновки стосуються лише обраних завдань і умов тестування в цьому експерименті і не можуть безпосередньо узагальнюватися на всі сценарії застосування робототехніки. Однак вони підтверджують, що якснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснснсн симуляційних даних ефективно зменшує витрати на збір дорогих даних на реальних пристроях. На основі цього підходу, брати участь у завданнях Axis варто не шляхом постійного вдосконалення одних і тих самих високоякістних траєкторій, а шляхом покриття різноманітних сценаріїв і навичок. Після отримання високого балу за просте завдання рекомендується припинити повторне виконання — краще змінювати тип об’єкта, середовище або рівень складності, щоб отримувати розмаїтну і близьку до реальних потреб клієнтів при закупівлі «пакета завдань». Операції з захоплення та розміщення предмета в браузерi займають лише кілька хвилин на одну спробу, але ці траєкторії потрібно спочатку обробити, перевірити та упакувати у пакети завдань, перш ніж вони потраплять у процес навчання моделей робототехнічних компаній. Новачкам рекомендується починати з завдань рівня Beginner. Після виконання завдання обов’язково позначте його підписом у Portfolio. Траєкторії без підпису на ланцюжку Base не враховуватимуться в балах платформи. https://t.co/EG13vQL9M5