Derin öğrenmenin son on yılda en hızlı ilerleme kaydettiği alanlar, dil modelleri ve görüntü üreticileri gibi bol miktarda veriye sahip olanlardır. Robotik için benzer kapsamlı veri setleri mevcut olmadığından, Pantograph bu sorunu çözmek amacıyla robotlar için bir "anaokulu" inşa ediyor. Şirket, robotların denetimsiz bir şekilde gerçek dünyada veri toplamalarını sağlayacak sistemler geliştiriyor. Bu modeller, çevrelerini keşfederken dünyanın temsillerini oluşturuyor, çevrelerini ve bu çevreyi nasıl etkileyebileceklerini kademeli olarak öğreniyorlar. Dil modelleri gibi, yeni ve daha önce görülmemiş görevlere genelleme yapabilecek kadar çeşitli verilerle eğitiliyorlar; AlphaGo gibi ise, deneyimlerinden öğrenerek dünya ile etkileşim kurdukça sürekli gelişiyorlar.
Bu ilk veri toplama aşaması, binlerce küçük, uygun maliyetli robotun her şeye dokunduğu, nesneleri fırlattığı ve malzemelerin dokusu, viskozitesi, yoğunluğu gibi özellikler hakkında veri topladığı bir "robot anaokulu" gibi işleyecek. Bu süreçte robotlar, sadece çevrelerini değil, aynı zamanda kendi donanımlarının yeteneklerini ve özelliklerini de öğrenerek daha verimli modeller ortaya çıkaracaklar. Toplanan bu veriler, giderek daha yetenekli modellerin eğitileceği temel oluşturacak.
Pantograph, bu "robot anaokulu" aşaması için özel olarak tasarlanmış donanımının erken bir önizlemesini de yayınladı. Maliyeti minimize etmek, veri ölçeği için kritik olduğundan, robotların küçük boyutu bir avantaj sağlıyor: daha ucuz, daha kolay ölçeklenebilir ve daha hızlı değiştirilebilir. Küçük ve yere yakın olmak, öğrenme sürecinde daha güvenli olmalarını da sağlıyor. Gerçek dünya keşfi, dayanıklılık gibi özel bir donanım zorluğunu da beraberinde getirdiğinden, donanım bu tür darbelere dayanacak şekilde şirket içinde tasarlanmıştır.
Robotik alanındaki veri eksikliğini gidermek için gerçek dünyada denetimsiz öğrenme ve veri toplama kapasitesine sahip, maliyet etkin robotlar geliştiriliyor.