پژوهشگران عامل کدنویس را برای تولید دادهٔ آموزشی ربات به کار گرفتند

پژوهشگران در پیش‌چاپی با عنوان «PyRUA-DataFarm: LLM Agent as a Cost-Efficient Teleoperator for Real-Ready Robot Data» روشی را معرفی کرده‌اند که در آن عامل کدنویس بخشی از کار اپراتور انسانی را بر عهده می‌گیرد. به‌گفتهٔ چکیده، هر اجرای تله‌اپریشن به زمان ربات و اپراتور نیاز دارد و برای هر وظیفهٔ تازه باید کار از ابتدا آغاز شود.

در DataFarm، عامل یک درخواست داده و یک اجرای کالیبراسیون از ربات در صحنهٔ هدف دریافت می‌کند و سپس صحنه، کنترل‌گر متخصص و سازوکار تشخیص موفقیت را در شبیه‌سازی بازسازی می‌کند. شبیه‌ساز کنش‌های دقیق را فراهم می‌کند و یک مدل ویدئویی، با تکیه بر تصاویر واقعی، هر اجرای شبیه‌سازی‌شده را به ویدئویی با ظاهر عکاسانه تبدیل می‌کند. این فرایند همهٔ نماهای دوربین را به‌صورت هم‌زمان و سازگار با یکدیگر تولید می‌کند.

خروجی، داده‌هایی شامل نماهای هم‌زمان دوربین و برچسب کنش‌های ربات است که برای آموزش مستقیم یک سیاست رباتیک آماده‌اند. متن ارائه‌شده جزئیاتی دربارهٔ ارزیابی یا میزان صرفه‌جویی این روش بیان نمی‌کند.