Axis Robotics 用链上签名轨迹训练机器人

完整中文导读

Axis Robotics 将自身定位为机器人数据引擎：预训练由人类从零驱动机械臂，后训练由策略驱动，人类仅在夹爪打滑、杯子倾斜等失败时刻介入纠正，这些恢复过程被记录为训练数据。只有经过验证并在链上签名的轨迹才计入训练轮次，未签名运行不进入训练。下一批数据来自上一版策略的薄弱点，而非随机演示集。

中文整理

作者 / 来源：阿军 (@LuoKemin94871) · 原文时间：2026年10月10日 10:07（北京时间）

原作者信息要点

作者阿军称，机器人不是靠读网页学会运动，而是从轨迹中学习，轨迹包含本体、场景、控制记录和结果。

他称 Axis Robotics（@axisrobotics）是作为此类数据引擎构建的。预训练阶段由人类从零开始驱动机械臂；后训练阶段由策略驱动，当夹爪打滑、杯子倾斜、机械臂差一厘米停下时，人类介入，这个恢复过程被记录。

他称未签名的运行不进入训练轮次，只有经过验证并在链上签名的轨迹才算数。

他称流程是闭环：采集、训练、失败、纠正、再次采集；下一批数据来自上一版策略的薄弱点，而非随机演示集。

他称物理AI不靠更漂亮的成功视频解决，而靠保留成功不再被保证之后的那一刻。

他称自己过去以为更好的机器人意味着尽可能多地录制完整演示，现在不太确定；一个把动作做对90%的机器人教不了模型什么，真正教会模型的是策略偏离轨道的瞬间以及把它拉回来的简短手动纠正。

他称纠正只有在记录被签名后才成为数据，没有签名中枢就不计数，没有记录一次运行中最有用的部分基本消失。

他称数据质量不只关乎机器人或算法，也取决于一个疲惫的人是否愿意完成最后一步；验证增加了摩擦，但区分了“完成任务视频”和“经过验证的机器人交互”。

他提出一个仍好奇的问题：当人类在运行中途接管时，中枢是把恢复片段作为独立训练样本存储，还是只把它算作更大轨迹的一部分。

他给出参与入口链接：https://s.kaito.ai/LEKio9k。

本站整理与观察

本站观察：材料将“链上签名”设为训练数据准入条件，这一机制的具体实现、签名主体和验证方式在材料中未展开。

本站观察：作者对“恢复片段是否作为独立训练样本”的疑问表明，该数据引擎的样本切分规则尚未在材料中说明。

本站观察：材料未提供 Axis Robotics 的技术文档、实验数据或第三方验证，上述机制描述均来自作者个人陈述。

材料仅为作者阿军的单条帖子，未附上下文或外部来源；Axis Robotics 的数据引擎架构、链上签名机制、训练效果等均无法独立核实。作者提出的恢复片段存储问题在材料中没有答案。