フリートラーニング
複数の配置されたロボットからデータと経験を集約し、共有制御則またはモデルを集団的に改善する。1台のロボットが新しいシナリオに遭遇したとき、学習した適応はフリート内のすべてのロボットに利益をもたらす。フリートラーニングはデータフライホイールをフリートサイズに比例して加速させる。課題としてはデータの異質性、通信帯域幅、マルチカスタマー配置でのプライバシーが挙げられる。
複数の配置されたロボットからデータと経験を集約し、共有制御則またはモデルを集団的に改善する。1台のロボットが新しいシナリオに遭遇したとき、学習した適応はフリート内のすべてのロボットに利益をもたらす。フリートラーニングはデータフライホイールをフリートサイズに比例して加速させる。課題としてはデータの異質性、通信帯域幅、マルチカスタマー配置でのプライバシーが挙げられる。