ایک روبوٹ صرف اس لیے زیادہ مہارت رکھنے لگتا ہے کہ ماڈل بڑا ہو جائے۔ اس کے لیے حرکت کے تسلسل، دستی ایڈجسٹمنٹس، اور ناکامی کے واقعات جن کے بعد انسانی مداخلت ہو، درکار ہوتی ہیں۔ براؤزر پر مبنی ٹیلی آپریشن اور محاکمہ ماحول لوگوں کو اصل روبوٹک ہارڈویئر تک رسائی کے بغیر اس ڈیٹا کو تیار کرنے کی اجازت دیتے ہیں۔ مواد بنانے والے ایک مختلف کردار ادا کرتے ہیں: وہ کہانیاں سناتے ہیں، نئے لوگوں کو متوجہ کرتے ہیں، اور جستجو کو عمل میں تبدیل کرتے ہیں—خاص طور پر، ٹرایجکٹریز کو ریکارڈ کرنا۔ جب یہ دونوں گروپس مل جاتے ہیں، تو چکر حقیقی طور پر گھومنا شروع ہوتا ہے۔ جب زیادہ لوگ سمجھنے لگتے ہیں کہ کیا ہو رہا ہے، تو زیادہ لوگ ورچوئل روبوٹ کو کنٹرول کرنے کی کوشش کرتے ہیں۔ جب زیادہ صاف ڈیٹا ریکارڈ ہوتا ہے، تو ماڈل حقیقی دنیا کی غلطیوں سے سیکھنے کا موقع پاتا ہے، صرف بھرپور نمونوں سے نہیں۔ بہتر پالیسیاں نئے کمزور پہلوؤں کو ظاہر کرتی ہیں، جس سے مزید انسانی درستگی کی ضرورت پیدا ہوتی ہے۔ یہ صرف ایک نعرہ نہیں ہے، بلکہ @axisrobotics V2 کس طرح کام کرتا ہے: پالیسی چلتی ہے، اور جہاں بھی وہ ناکام ہوتی ہے، انسان وہاں پر مداخلت کرتے ہیں۔ ایپوک 2 تب شروع ہوتا ہے جب نظام شکل لینا شروع ہوتا ہے۔ راؤنڈ 1 کے رینکنگز ابھی تک جمع کئے جا رہے ہیں، اور آخری انعامات تمام ایپوکس کے دوران مکمل رن پر مبنی ہوتے ہیں، موسم کے لحاظ سے تقسیم نہیں۔ جو لوگ اب شامل ہو رہے ہیں، وہ صرف "پوائنٹس کما رہے" نہیں؛ وہ اس ڈیٹاسیٹ میں شامل ہو رہے ہیں جس پر مستقبل کے روبوٹس خودمختاری حاصل کرنے کے لیے انحصار کرینگے۔ روبوٹکس کا مستقبل صرف کچھ منزوی لابس سے نہیں لکھا جائے گا۔ اسے وہ لوگ لکھینگے جو بیٹھنا، کنٹرول لینا، غلطیوں کو درست کرنا، اور دوسروں کو واضح کرنا پسند کرتے ہوں کہ یہ کام کیوں اہم ہے۔