Робот може мати потужну модель і все ще мати труднощі з простою задачею. Відсутнім ланцюжком часто є досвід. Дані про роботів у реальному світі дорого збирати. Кожна нова задача може означати більше телепередач, більше фізичних спроб, більше інженерних зусиль і більше часу. Саме тут @axisrobotics застосовує цікавий підхід. Замість того щоб повністю полагодитися на фізичних демонстраціях, Axis об’єднує цифрових близнюків, симуляцію та дані реальних роботів у єдиний неперервний цикл навчання. Реальне робоче середовище можна відтворити як цифрового близнюка. Це середовище потім можна розрізняти за об’єктами, кутами камери, освітленням та різними умовами сцени. Симуляція створює більше досвіду, орієнтованого на задачу. Реальні демонстрації засновують цей досвід у фізичній реальності. Потім невдачі стають новими цілями для наступного раунду збору даних. Результати Booster роблять цю ідею набагато більш наочнішою. З лише 10 реальними демонстраціями для задачі з випадком навушників, робот досяг цілі в 0/20 спробах. Після додавання 50 симуляційних траєкторій Axis: 17/20 спроб досягли цілі. Axis також відфільтрував 42 046 симуляційних епізодів з 95 репозиторіїв, що охоплюють понад 3,2 мільйона кадрів, і поєднав їх із реальними даними Booster для створення фундаментальної моделі, спеціалізованої під Booster. Зміни були цікавими: 17,27 см → 5,78 см Середня відстань від зап’ястя до цілі 43,9% → 88,2% Рух від вказаної руки ~95% зменшення Рух нецільової руки І лише з 30 демонстраціями на задачу: 6/16 → 14/16 Виконання завдань у вказаному порядку Моя основна думка проста. Цікаве — не те, що Axis може генерувати більше даних про робота. А те, що система спроектована так, щоб дані накопичувалися. Невдача створює нову ціль для збору. Нова задача покращує попереднє уявлення про тіло. Це покращене уявлення допомагає з наступною задачею. І цикл повторюється. Збір → Симуляція → Навчання → Розгортання → Навчання → Повтор. Для фізичної ШІ такий цикл навчання може бути таким же важливим, як і сама модель. Це та частина Axis, яку я уважно слідкую.