Provided is a technique capable of improving determination accuracy under various environmental conditions when performing determination on an object around an excavator on the basis of environmental information about the periphery of the excavator. An excavator according to an embodiment of the present invention is provided with: an imaging device 70 for acquiring a captured image as environmental information about the periphery of the excavator 100; and a determination unit 344 that uses a learning-completed model LM performed by machine learning to perform determination on an object around the excavator 100 on the basis of the captured image acquired by the imaging device 70. The learning-completed model ML is updated to an additional learning-completed model in which additional learning is performed on the basis of teacher information generated from the surrounding captured image acquired by at least one among the excavator 100 and other excavators, and the determination unit 344 uses the updated learning-completed model to perform determination, on the basis of the imaging information acquired by the imaging device 70 when the learning-completed model is updated.

L'invention concerne une technique apte à améliorer la précision de détermination sous diverses conditions environnementales lors de la réalisation d'une détermination sur un objet autour d'une excavatrice sur la base d'informations environnementales concernant la périphérie de l'excavatrice. A cet effet, un mode de réalisation de la présente invention porte sur une excavatrice, qui comprend : un dispositif d'imagerie (70) pour acquérir une image capturée à titre d'information environnementale autour de la périphérie de l'excavatrice (100) ; et une unité de détermination (344) qui utilise un modèle réalisé par apprentissage (LM) réalisé par un apprentissage machine pour effectuer une détermination sur un objet autour de l'excavatrice (100) sur la base de l'image capturée acquise par le dispositif d'imagerie (70). Le modèle réalisé par apprentissage (LM) est mis à jour pour un modèle réalisé par apprentissage additionnel dans lequel un apprentissage additionnel est effectué sur la base d'informations d'enseignements générées à partir de l'image capturée environnante acquise par au moins l'une parmi l'excavatrice (100) et d'autres excavatrices, et l'unité de détermination (344) utilise le modèle réalisé par apprentissage mis à jour pour effectuer une détermination, sur la base des informations d'imagerie acquises par le dispositif d'imagerie (70), quand le modèle réalisé par apprentissage est mis à jour.

ショベルの周囲の環境情報に基づき、ショベルの周囲の物体に関する判定を行う場合の多様な環境条件下での判定精度を向上させることが可能な技術を提供する。本発明の一実施形態に係るショベル１００は、ショベル１００の周囲の環境情報としての撮像画像を取得する撮像装置７０と、機械学習が行われた学習済みモデルＬＭを用いて、撮像装置７０により取得される撮像画像に基づき、ショベル１００の周囲の物体に関する判定を行う判定部３４４と、を備え、学習済みモデルＭＬは、ショベル１００及び他のショベルのうちの少なくとも一方で取得される周囲の撮像画像から生成される教師情報に基づき追加学習が行われた、追加学習済みモデルに更新され、判定部３４４は、学習済みモデルが更新された場合、更新された学習済みモデルを用いて、撮像装置７０により取得される撮像画像に基づき、判定を行う。