การฝึกหุ่นยนต์ให้หยิบจับสิ่งของ (Dexterous Manipulation) มักประสบปัญหาเรื่องการเลือกใช้ข้อมูลวิดีโอจากมุมมองของผู้กระทำ (Egocentric) ที่เหมาะสม ทีมวิจัยจึงพัฒนา SiMDex ซึ่งเป็นระบบการทำ Data Mining ที่มองว่าการเลือกข้อมูลคือปัญหาการทำระบบแนะนำ (Recommendation) โดยใช้กระบวนการค้นหาและจัดลำดับแบบสามชั้น (recall-ranking-re-ranking) เพื่อดึงเฉพาะวิดีโอที่เกี่ยวข้องจากคลังข้อมูลขนาดใหญ่กว่า 32 ล้านตัวอย่าง
ผลการศึกษาพบว่าการใช้ SiMDex คัดกรองข้อมูลออกมาเพียง 1.49 ล้านตัวอย่าง (ไม่ถึง 5% ของทั้งหมด) สามารถเพิ่มอัตราความสำเร็จของหุ่นยนต์จาก 47.7% เป็น 61.1% ซึ่งสูงกว่าการฝึกด้วยข้อมูลจำนวนเท่ากันที่สุ่มมาแบบไม่มีการคัดเลือก แสดงให้เห็นว่าคุณภาพและการเลือกสรรข้อมูลสำคัญกว่าปริมาณในการฝึกโมเดล VLA สำหรับงานที่ใช้ความละเอียดสูง
