Å trene humanoide roboter kun på teleoperasjon vil ikke skalere, sier Rhoda AIs administrerende direktør @startupjag. I motsetning til selvkjørende biler – som i praksis har fire aktuatorer (venstre, høyre, akselerer og senker farten) og opererer i ett miljø (veien) – er humanoide roboter helt forskjellige: "Du har å gjøre med full fingerferdighet som en menneskehånd – 20 frihetsgrader per hånd. Hvert objekt er forskjellig. Hver type oppgave er forskjellig." Problemet er ikke bare mengden data – det større problemet er mangfoldet i dataene, og det er grunnen til at mange demoer av humanoide roboter vil slite med å tilpasse seg den virkelige verden: "Hvis all data du har er data du bevisst har samlet inn, så har du nesten per definisjon ikke sett hjørnesakene. Du har ikke sett alle de edge-scenarioene som fører til feil." Jagdeep sier at teleoperasjon er nyttig for å finjustere robotatferd, men for fortrening er det helt utilstrekkelig.