。
第一，造船厂的三屏仪表盘需要联合统筹使用，三个杆位也同样需要配合，对于小小的机器人来说，一个人负责三个肯定做不到，所以就需要三台一起互相配合。
第二，主杆位初次下料苏摩可以代劳，且这一步花费不了多少心神，难就难在主杆位下料后需要副杆位马上配合固定，才能抽出手来继续拿取。
第三，遇到错误时的应对预案，作为主控者，苏摩在的时候，倒是可以在弹出错误时马上停止，开始修复之前的错误，但械工的预案里可没有写入这一套，需要不断的ai学习才能学会。
只要能教会械工以上三点，哪怕彻底放弃船厂的干预，采用全手工制作也不会浪费多少效率。
“这三个写入了十九种算法的械工，可以分类操控，只需要简单的ai学习即可”
“至于升级过两次的工兵，有着进阶的芯片逻辑，就来负责这主控杆以及统筹调控！”
定好了四个机器人的职责，在用笔分别标上号后，依次点动学习按钮，教学正式开始。
拖一天，就有一天的变数。
仿生械工在被系统写入了全新的结构后，在操作上，已经完全和人类没有任何区别。
按照平时的效率，全手动的状态下，苏摩放置一块板下去，缓慢的调整好钢板位置。
副动力臂接上固定，两个缝合臂上前，直到缝合完毕，确认最左边的检测屏没有问题后，操纵主控杆重新回到材料堆，再抓起一块钢板。
这一套过程，就算成功。
当然，没有造船厂的辅助，纯手工至少需要耗费8-15分钟时间才能完成一块。
但在如今的教学环节中，一边演示，一边讲述。
在不时的需要械工自己用逻辑判断这一步该干什么后，等到第一块板做完，时间已经不知不觉的度过了一个小时。
活动活动僵硬的肩膀，看着四个眼睛还在闪动好奇光芒的械工，苏摩脸色苦了苦，开始了第二轮教学。
这一轮就好上许多了，四个械工中，当属中间已经升级过两次的学习速度最快，仅仅花费40分钟，第二块板成功“上车”。
第三轮...38分钟。
第四轮...产生了第一个错误，在带着械工一番抢救后，56分钟。
第五轮...30分钟。
第六轮...第二个错误产生，但耗时仅花费7分钟就完成了解决，共用时38分钟。
…。。