Glossaryに戻る

データフライホイール

Robot LearningDeployment

デプロイされたロボット制御ポリシーが新しい相互作用データを生成し、そのデータが制御ポリシーを改善するために使用され、より良いデータが生成される、という好循環。この概念は実世界のロボット学習システムの中心です。各デプロイメントサイクルが訓練データセットに追加されます。自己改善ループ、能動学習、フリート学習はデータフライホイールを駆動するメカニズムです。

Related terms