각 제출 데이터를 체커에 다시 돌려,
실제로 해당 타깃 태스크가 성공적으로 완료되었는지를 확인합니다
이 검증이 얼마나 엄격한지 보여드리기 위해,
데모를 준비했습니다
(태스크: Place The Toy Train On The Board Game Box)
실제 사람이 수행한 데이터는 문제없이 통과합니다
(영상 1)
반면 봇이나 수동으로 조작된 데이터는 검증에 실패합니다 (영상 2)
❔왜 그럴까요?
숫자를 인위적으로 조작하면 시뮬레이션의 물리적 인과관계가 깨지기 때문입니다
아주 작은 수정만 있어도 오차가 누적되면서
움직임이 실패하게 되고,
이런 무효 데이터는 자동으로 거부됩니다
이 메커니즘 때문에, 봇을 통해 제출된 데이터는 결국 리플레이 검증을 통과할 수 없습니다
유효하지 않은 데이터는 모델 학습에서 엄격히 제외되며,
해당 태스크 슬롯은 다시 커뮤니티에 열려 진짜 고품질 트래젝토리를 수집하게 됩니다
또한 저희는 중복 데이터도 적극적으로 모니터링하고 있습니다
완전히 동일한 트래젝토리는 로봇 학습에 필요한 다양성이 부족하기 때문에, 점수 시스템에서 인정되지 않습니다
만약 동일한 트래젝토리를 대량으로 제출하는 계정들이 발견될 경우,
관련된 모든 주소는 영구적으로 벤 처리됩니다
Axis에게 있어 데이터의 품질과 다양성은 로보틱스 일반화 격차를 해결할 수 있는 유일한 방법입니다
그리고 이는 앞으로도 언제나 저희의 최우선 과제가 될 것입니다
Axis X | Axis 한국 공지 채널 | Axis 한국 채팅방
» Axis Hub