ロボットのフリート経験から学ぶ集合的学習パラダイム

導入済みのロボットが実行経験を共有して共通の方策を改善する学習パラダイム「集合的経験学習（CEL）」を提案する。失敗時の文脈で共有された成功経験から関連する軌道を検索し、その行動を教師信号として方策を更新するFERTにより、追加の専門家による修正なしで、5つの実世界マニピュレーションタスクにおいて93.3-99.2%の成功率を達成した。多段階の電話機梱包タスクでは、96台のロボットによる学習で成功率が79.2%から98.3%に向上した。