Comment définir une récompense sûre pour un robot entraîné par acteur-critique ?
Mise à jour28 août 2026
Lecture1 minute
Réponse rapide
L’exploration permet à l’acteur d’essayer des actions nouvelles, mais elle doit rester bornée pour ne pas mettre le robot ou son environnement en danger.
Apprendre sans expérimenter n’importe quoi
Une légère variation de trajectoire peut être testée en simulation plutôt qu’au bord d’un escalier.Entraîner un robot mobile
Le système limite vitesse et zone, filtre les commandes et remplace l’action risquée par un arrêt.La curiosité n’est pas une autorisation
Limites, simulateur, détection de risque, retour et désactivation de l’exploration doivent être prévus.Sources et références
- [1] Human-robot interaction — NIST