गहरी सीखने के तेजी से विकास में बड़े पैमाने पर डेटा सेट, मॉडल और गणना की मात्रा महत्वपूर्ण हैं। प्राकृतिक भाषा संसाधन और कंप्यूटर दृष्टि के क्षेत्र में, शोधकर्ताओं ने मॉडल प्रदर्शन और डेटा के आकार के बीच एक पावर लॉ संबंध खोजा है। हालाँकि, रोबोटिक्स क्षेत्र, विशेष रूप से रोबोट नियंत्रण क्षेत्र में, अभी तक इसी तरह के पैमाने पर नियम स्थापित नहीं हुए हैं। तिंगहुआ विश्वविद्यालय की शोध टीम ने हाल ही में एक पेपर प्रकाशित किया है, जो रोबोट अनुकरणीय सीखने में डेटा के पैमाने में नियमों की खोज करता है और एक प्रभावी डेटा संग्रह रणनीति प्रस्तुत करता है, जिससे सिर्फ एक दोपहर में पर्याप्त डेटा एकत्र किया गया।