Tôi đã mất một tiếng để chạy thông suốt đường ray huấn luyện đầu tiên của @axisrobotics
Chọn rồi cũng đã là nhiệm vụ đơn giản nhất rồi: nhặt một thứ và đặt vào đúng vị trí chỉ định. Nhưng thao tác thì khó hơn tôi tưởng. Sau khi cánh tay robot di chuyển đến nơi, phải liên tục chỉnh hướng—lên xuống trái phải từng chút một. Độ nhạy cao thì dễ bị quá tay. Góc của kẹp mà không khớp thì không gắp được. Cảm giác giống như gắp thú bông: nhìn thấy nhưng không gắp được.
Axis chủ yếu làm cho chúng ta điều khiển cánh tay robot trong trình duyệt, rồi lấy dữ liệu thao tác đó để huấn luyện AI robot.
Dưới đây là hướng dẫn mạng thử nghiệm Axis 👇👇👇
▎ Chuẩn bị
→ Máy tính + Chrome (điện thoại không được)
→ Mở Axis Hub: http://s.kaito.ai/HdfrZ0t
→ Đăng ký email/Google/X/wallet đều được
▎ Chọn nhiệm vụ
→ Ở Trạng thái chọn Live
→ Ở Độ khó chọn Beginner / Easy
→ Ở Loại chọn Pick, Place (nhặt lên và đặt vào vị trí chỉ định)
→ Xác nhận còn Slots rồi hãy vào
▎ Thao tác
Vào trình mô phỏng: bên trái là mục tiêu, bên phải có hình tham chiếu.
Nhấp đúp vào vật thể → cánh tay robot tự tiến lại
Phím mũi tên → chỉnh tinh trước/sau/trái/phải
E / D → lên / xuống
Giữ phím Space → siết kẹp
Thả phím Space → nhả ra
N → lưu (save)
B → đọc lại (load)
💡 Mẹo: Khi đã tiến gần thì giảm độ nhạy. Cứ đến đúng phía trên trước rồi hạ xuống từ từ. Đừng kéo ngang dễ va chạm vào thứ khác.
▎ Hoàn thành xong ( ⚠️ quan trọng )
Sau khi bật Task Completed → Portfolio → History kiểm tra/verify pass → bấm Sign → xác nhận chữ ký bằng ví rồi mới đưa lên chuỗi
❗ Không ký = làm nhiệm vụ coi như vô ích, không được tính vào Axis Points và cũng không tính là Trajectory hợp lệ của Kaito Katalyst.
▎ Chiến lược chia điểm
→ Cùng một nhiệm vụ tối đa làm 5 lần để lấy điểm trung bình; làm xong thì chuyển sang nhiệm vụ tiếp theo
→ Làm nhiều bối cảnh và mức độ khó khác nhau để Points đa dạng hơn
→ Points trong tương lai sẽ dùng làm tham chiếu cho air drop; tỷ lệ hiện chưa công bố
Quy trình đầy đủ: Vào Hub → chọn nhiệm vụ → hoàn thành thao tác → verify pass → ký đưa lên chuỗi ✅ bắt đầu đóng góp dữ liệu huấn luyện cho AI robot @axisrobotics @kaitoaihash
Chọn rồi cũng đã là nhiệm vụ đơn giản nhất rồi: nhặt một thứ và đặt vào đúng vị trí chỉ định. Nhưng thao tác thì khó hơn tôi tưởng. Sau khi cánh tay robot di chuyển đến nơi, phải liên tục chỉnh hướng—lên xuống trái phải từng chút một. Độ nhạy cao thì dễ bị quá tay. Góc của kẹp mà không khớp thì không gắp được. Cảm giác giống như gắp thú bông: nhìn thấy nhưng không gắp được.
Axis chủ yếu làm cho chúng ta điều khiển cánh tay robot trong trình duyệt, rồi lấy dữ liệu thao tác đó để huấn luyện AI robot.
Dưới đây là hướng dẫn mạng thử nghiệm Axis 👇👇👇
▎ Chuẩn bị
→ Máy tính + Chrome (điện thoại không được)
→ Mở Axis Hub: http://s.kaito.ai/HdfrZ0t
→ Đăng ký email/Google/X/wallet đều được
▎ Chọn nhiệm vụ
→ Ở Trạng thái chọn Live
→ Ở Độ khó chọn Beginner / Easy
→ Ở Loại chọn Pick, Place (nhặt lên và đặt vào vị trí chỉ định)
→ Xác nhận còn Slots rồi hãy vào
▎ Thao tác
Vào trình mô phỏng: bên trái là mục tiêu, bên phải có hình tham chiếu.
Nhấp đúp vào vật thể → cánh tay robot tự tiến lại
Phím mũi tên → chỉnh tinh trước/sau/trái/phải
E / D → lên / xuống
Giữ phím Space → siết kẹp
Thả phím Space → nhả ra
N → lưu (save)
B → đọc lại (load)
💡 Mẹo: Khi đã tiến gần thì giảm độ nhạy. Cứ đến đúng phía trên trước rồi hạ xuống từ từ. Đừng kéo ngang dễ va chạm vào thứ khác.
▎ Hoàn thành xong ( ⚠️ quan trọng )
Sau khi bật Task Completed → Portfolio → History kiểm tra/verify pass → bấm Sign → xác nhận chữ ký bằng ví rồi mới đưa lên chuỗi
❗ Không ký = làm nhiệm vụ coi như vô ích, không được tính vào Axis Points và cũng không tính là Trajectory hợp lệ của Kaito Katalyst.
▎ Chiến lược chia điểm
→ Cùng một nhiệm vụ tối đa làm 5 lần để lấy điểm trung bình; làm xong thì chuyển sang nhiệm vụ tiếp theo
→ Làm nhiều bối cảnh và mức độ khó khác nhau để Points đa dạng hơn
→ Points trong tương lai sẽ dùng làm tham chiếu cho air drop; tỷ lệ hiện chưa công bố
Quy trình đầy đủ: Vào Hub → chọn nhiệm vụ → hoàn thành thao tác → verify pass → ký đưa lên chuỗi ✅ bắt đầu đóng góp dữ liệu huấn luyện cho AI robot @axisrobotics @kaitoaihash