在机器人和平台上
为什么要留下执行数据？

机器人和学习/工作平台表面上有很大不同。然而，产品要在现场创造价值，用户的意图、系统的判断以及实际的行动和结果必须连接起来。确认此连接的材料是执行数据。

很多日志并不是执行数据。

存储大量服务器日志或传感器数据只会增加成本和隐私风险。最小数据应围绕目标操作、成功/失败条件、人工检查的异常以及下一步决策进行设计。

机器人需要状态和上下文

位置和速度本身并不能确定停止的原因。任务、路线、障碍物、安全事件、电池、通信状态和操作员干预必须链接在一起，以分析重新计划故障或瓶颈。

使用流程对于平台来说很重要

开始学习、完成评估、不回复、检查文本证据和下一步行动比页面浏览量更重要。我们需要看到不同的结果：PassAI 的学习流程、WorkCheck 的训练操作、Desk 的证据探索、Kids 的基于问题的活动。

记录人类的判断

需要区分系统是按原样执行建议还是用户修改或拒绝了建议。通过将人工验证视为安全和质量的关键过程而不是失败，您可以避免过度承诺自动化。

可改进的数据结构

1. 目标： 决定您要检查哪些问题和结果。
2. 行动： 它记录了系统和用户实际做了什么。
3. 结果： 衡量完成情况、延误情况、失败情况和质量。
4. 背景： 连接环境、版本、目标和约束。
5. 评论： 一个人检查并决定下一步的改变。

为什么它对于商业化很重要？

显示改进内容以及可扩展程度的记录比 PoC 成功的单一声明更可靠。对于运营中的服务，您可以通过了解重复使用、偏离和异常的原因来确定下一步的产品和支持范围。

隐私和安全

仅收集您需要的数据，并明确其目的、保留期限和访问权限。分析事件中不包含电子邮件、查询内容或子数据等敏感信息，并且公共站点不会加载没有测量 ID 的外部分析脚本。

RODIX AX 连接

RODIX所指的AX是一种技术不以创造答案而结束的结构，而是导致执行和由人类确认的结果。机器人和平台的不同业务通过动作数据的共同原则连接起来。

注意事项

我们参考了 RODIX 最终工作说明、特定平台的操作数据和机器人 PoC/验证文件。