Réponse rapide
Une action intelligente utilise le retour d’expérience pour comparer prévision et résultat, détecter erreurs ou dérives, ajuster modèle ou stratégie puis vérifier que l’amélioration ne dégrade pas sécurité et généralisation.
Conserver le résultat
État avant-après, action, coût, intervention, contexte et incertitude sont liés. Les événements rares ne sont pas noyés dans une moyenne.
Apprendre avec contrôle
Paramètres, règles ou modèle changent sur un jeu séparé et dans des limites validées. La mise à jour reste réversible.
Comparer avant d’activer
Scénarios nominaux, limites, défauts et utilisateurs sont rejoués. Une meilleure récompense ne suffit pas si les risques augmentent.
Sources et références
- [1] Robotics and Autonomous Systems — NIST