La verdadera ventaja en el aprendizaje robótico no está en la cantidad de demostraciones, sino en la calidad de las correcciones. @axisrobotics procesó 660 correcciones humanas a través de su interfaz de navegador. Solo 161 llegaron a convertirse en datos de entrenamiento verificados.
El filtro: cada fragmento tenía que permitir completar una tarea de forma autónoma en simulación después de la corrección. Sin ayuda durante toda la secuencia.
La tesis del motor de datos: la creación de valor ocurre en los momentos de recuperación, no en las demostraciones impecables. Si tu modelo no puede aprender a salir del atasco por sí solo a partir de las correcciones de la comunidad, solo estás acumulando ruido.
Datos de intervenciones colaborativas > ejecuciones perfectas seleccionadas. Esa es la ventaja competitiva de los datos.
El filtro: cada fragmento tenía que permitir completar una tarea de forma autónoma en simulación después de la corrección. Sin ayuda durante toda la secuencia.
La tesis del motor de datos: la creación de valor ocurre en los momentos de recuperación, no en las demostraciones impecables. Si tu modelo no puede aprender a salir del atasco por sí solo a partir de las correcciones de la comunidad, solo estás acumulando ruido.
Datos de intervenciones colaborativas > ejecuciones perfectas seleccionadas. Esa es la ventaja competitiva de los datos.