- 信号の調整状態、アクション、ビジョン、タイミングがきれいに並んでいる必要があります。
- タスクの範囲データセットには、成功と有意義な失敗の両方の多様性が必要です。
- 再利用性長期的な価値が必要な場合は、メタデータ、マニフェスト、一貫したスキーマが重要です。
ロボットのデータ品質により、デモが耐久性のある学習インフラストラクチャに変わります
優れたデータとは、単なるデータの量ではありません。 調整され、再現可能で、タスクを認識し、リプレイ、ベンチマーク、再トレーニングをサポートする準備ができています。
データの品質が高くなることで、再トレーニングの無駄が減り、回帰の信頼性が向上し、チームがハードウェア プログラムを拡張する意欲が高まります。