详细内容或原文请订阅后点击阅览
从数据收集到运营智能：部署的机器人如何成为您的最佳训练场 |维亚姆
了解小型机器人团队如何使用智能数据基础设施从其车队中获取运营情报。
来源:Viam 博客在机器人技术中，收集训练数据主导着有关构建真正自主机器的讨论。公司构建昂贵的定制基础设施——域随机化管道、合成数据生成、复杂的传感器装备——以便在受控环境中生成模拟数据。在某些用例中，这种水平的投资是有意义的：测试危险场景的自动驾驶汽车、手术机器人或无法（或不应该）在轨道上验证的太空机器人系统。
与此同时，公司通常对从与真实客户部署的实时机器人收集的运营数据投资不足，尽管收集这些数据的成本更低并且与现实世界的性能更相关。大多数团队都知道，向已部署的机器人学习是有价值的：挑战在于如何收集、查询数据并对其采取行动，而无需从头开始构建整个数据基础设施来支持它。
操作数据：向现场机器人学习
与在受控实验室环境中收集或通过模拟生成的训练数据不同，操作数据来自机器人在现实世界中正常操作期间的数据。这包括不同条件下的性能指标、未预料到的故障模式、实际客户的使用模式以及影响行为的环境变量。
由于这些数据来自现场已有的机器，因此收集起来比构建专门的训练数据管道更便宜。更重要的是，它与您关心的部署场景（真实客户、真实环境、真实边缘案例）直接相关，使其立即适用于提高产品性能、提供高效支持和执行预测性维护。
什么是“好”：不妨碍您的基础设施
支持运营智能的基础设施具有特定的特征：
从边缘到云的自动同步。 舰队范围的查询功能。 工程开销低。