> ## Documentation Index
> Fetch the complete documentation index at: https://avala.ai/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# フリートラーニング

> Avala がフリートの失敗を、次のモデルに必要なデータ、評価、リリースに変える仕組み

Avala は Fleet Learning Infrastructure for Physical AGI です。すべてのフリートは自らの経験から学ぶべきです。Avala はお客様のモデルの下にあるインフラストラクチャ層に位置します。モデルを訓練し所有するのはお客様です。Avala はその周りのループを運用します：評価、失敗の診断、収集、検証、リリース。

このセクションでは、フリートラーニングプログラムについて説明します。ループ、Avala が保持する記録、Avala が納品するスキーマ、お客様が受け取るレポートを扱います。

## ループ

各サイクルは、フリートが現実世界で行うことから始まり、訓練に使えるリリースで終わります。

**1. 観測**

ロボットが稼働します。ロールアウト、介入、失敗が、フリートレコーディングとイベントとして Avala に流れ込みます。[失敗データの取り込み](/docs/ja/fleet-learning/failure-ingestion.md)をご覧ください。

**2. 診断**

Avala はロールアウトをセグメント化し、失敗を失敗タクソノミーにクラスタリングし、ギャップレポートを作成します。

**3. 評価**

Avala は、現行のモデルバージョンを、ホールドアウトされた実世界の評価シーンでスコアリングします。[評価](/docs/ja/fleet-learning/evaluation.md)をご覧ください。

**4. 取得**

Avala はギャップレポートが求めるデータを収集します。各バッチは特定の[カバレッジセル](/docs/ja/fleet-learning/coverage.md)を対象とし、[承認済み時間](/docs/ja/fleet-learning/accepted-hour.md)のみをカウントします。

**5. 訓練**

お客様がリリースでモデルを訓練します。訓練はお客様側で行います。

**6. 検証**

Avala は新しいモデルバージョンを同じホールドアウトシーンで再評価し、失敗モードごとの変化を報告します。

**7. リリース**

Avala は、[シーケンスメタデータ](/docs/ja/fleet-learning/sequence-metadata.md)と[トレーニング用エクスポート](/docs/ja/fleet-learning/exports.md)を含む、バージョン管理され権利処理済みのデータセットリリースを公開します。

**8. 観測**

新しいモデルがフリートに戻ります。そのロールアウトが次のサイクルを始めます。

## 役割分担

| ステップ | お客様 | Avala |
| - | - | - |
| 観測 | フリートを運用します。ロールアウト、ログ、介入を送信します。 | レコーディングとイベントを取り込みます。センサーの完全性をチェックします。 |
| 診断 | ギャップレポートを確認します。優先順位を決めます。 | ロールアウトをセグメント化し、失敗をクラスタリングし、ギャップレポートを作成します。 |
| 評価 | 評価シーン上のモデルバージョンまたはロールアウトを提供します。 | ホールドアウトシーンを維持し、実行をスコアリングし、メトリクスを報告します。 |
| 取得 | ブリーフを承認します。 | キャプチャキャンペーンを設計し、シーケンスを収集、レビュー、承認します。 |
| 訓練 | モデルを訓練し所有します。 | お客様のトレーニングスタックが読めるフォーマットでリリースを納品します。 |
| 検証 | 新しいモデルバージョンを実行します。 | 再評価し、能力の変化を報告します。 |
| リリース | フリートに何を出荷するかを決めます。 | データセットをバージョン管理し、来歴と同意を記録し、リリースを公開します。 |

モデルが何を学び、いつ出荷するかはお客様が決めます。Avala は各判断のためのエビデンスとデータを提供します。

## エンゲージメントの進め方

すべてのエンゲージメントは同じ 5 つのステップに従います。各ステップは、お客様が確認できる成果物を生み出します。

1. **失敗。** モデルが失敗した、または支援が必要だったロールアウトを送信します。Avala はそれらをフリートレコーディングとイベントとして読み込みます。
2. **ギャップレポート。** Avala は失敗を失敗モードごとにグループ化し、欠けている、または薄いカバレッジセルを特定します。
3. **ブリーフ。** Avala はギャップレポートを収集ブリーフに変換します。ブリーフには、対象カバレッジセル、集中度の上限、承認基準、評価コホートが記載されます。お客様がそれを承認します。
4. **バッチ。** Avala がバッチを収集しレビューします。各納品には[カバレッジレポート](/docs/ja/fleet-learning/coverage.md)とシーケンスごとのメタデータが付属します。
5. **再評価。** Avala は次のモデルバージョンをホールドアウトシーンでスコアリングします。[能力レポート](/docs/ja/fleet-learning/evaluation.md)は何が変わったかを示し、次の配分を決めます。

ギャップレポート、ブリーフ、能力レポートは、プログラムの一部として納品されます。それらの背後にあるフリートレコーディング、キャプチャキャンペーン、データセット、スライスなどのオブジェクトは、SDK と MCP サーバーで読み取れます。

Avala は各サイクルを[能力実験](/docs/ja/fleet-learning/capability-experiments.md)として追跡します。この記録は、モデルバージョン、失敗、データ、結果を結び付けます。

## このセクションの内容

> **[能力実験](/docs/ja/fleet-learning/capability-experiments.md)**
>
> 失敗を、そのために収集したデータと測定された結果に結び付ける記録です。

> **[シーケンスメタデータスキーマ](/docs/ja/fleet-learning/sequence-metadata.md)**
>
> すべてのシーケンスの結果ラベル、技術的妥当性の報告方法、両者の読み取り方法とエクスポート方法です。

> **[承認済み時間](/docs/ja/fleet-learning/accepted-hour.md)**
>
> Avala が納品する単位と、Avala が報告する却下理由です。

> **[カバレッジ](/docs/ja/fleet-learning/coverage.md)**
>
> カバレッジセル、集中度の上限、重複チェック、カバレッジレポートです。

> **[評価](/docs/ja/fleet-learning/evaluation.md)**
>
> ホールドアウトシーン、スコアリング、メトリクス、能力レポートです。

> **[失敗データの取り込み](/docs/ja/fleet-learning/failure-ingestion.md)**
>
> SDK、CLI、MCP サーバーでロールアウトと失敗を送信します。

> **[エクスポート](/docs/ja/fleet-learning/exports.md)**
>
> LeRobot のインポートとエクスポート、各リリースに含まれる内容です。