Hầu hết mọi người nghĩ rằng việc huấn luyện robot AI chỉ đơn giản là cung cấp cho chúng vô số dữ liệu. Nhưng điều đó không đúng. Nhiều dữ liệu hơn không có nghĩa là mô hình thông minh hơn; dữ liệu đúng mới quan trọng. Bạn cần hiểu rõ sự khác biệt này. Đây là điểm then chốt: giá trị của một quỹ đạo không bao giờ cố định. Hãy tưởng tượng việc dạy một cánh tay robot xếp khối. Khi nó thành thạo 95% các lần nhặt mượt mà, việc thu thập thêm 10.000 ví dụ nhặt và đặt hoàn hảo sẽ không mang lại giá trị nào. Điều thực sự quan trọng là những gì xảy ra khi nó trượt, đánh giá sai độ sâu hoặc làm đổ cốc. Chỉ bằng cách huấn luyện từ nhiều góc độ khác nhau, chúng ta mới thu được dữ liệu chất lượng, giúp đối phó với các vấn đề trong thời gian thực. Đó là lý do tại sao các bộ dữ liệu tĩnh thất bại. Tại @axisrobotics, chúng tôi không coi dữ liệu như một kho lưu trữ cố định; mà coi nó như một động cơ linh hoạt, sống động. Thay vì lặp lại các nhiệm vụ đã thành thạo, các chỉ số đầu ra phát hiện nơi xảy ra lỗi khi triển khai. Những điểm mù trong các trường hợp biên này cho thấy chính xác những gì cần được sửa chữa. Quy trình vận hành theo vòng lặp đóng liên tục: Mô hình → Đánh giá → Chọn lọc → Thu thập → Huấn luyện → Mô hình Các hành vi đã thành thạo nhường chỗ, và dữ liệu mới, có đòn bẩy cao được ưu tiên. Bằng cách chủ động thu thập những điều chỉnh chính xác mà mô hình đang gặp khó khăn, mỗi lô dữ liệu mới thực sự nâng cao khả năng của robot. Dừng lại việc tích trữ dữ liệu trùng lặp. Huấn luyện những khoảng trống. Trong video, tôi cố gắng nhặt một quả mận và một quả mơ, sau đó đặt chúng vào khay kim loại; sau đó lại nhặt quả mơ và đặt vào bát trộn. Nghe có vẻ rất đơn giản, nhưng cánh tay robot không lắng nghe những gì chúng ta nói; tôi cần huấn luyện chúng đúng góc để hoàn thành nhiệm vụ này. Ban đầu, tôi cũng gặp khó khăn; sau đó tôi hiểu cách xử lý và đã hoàn thành nhiệm vụ. Bạn cũng có thể xem video này... Thấy nó khó đến mức nào... Hãy chia sẻ kinh nghiệm của bạn với tôi. @axisrobotics