Comment calibrer l’incertitude d’un modèle utilisé par un robot ?
Mise à jour28 août 2026
Lecture1 minute
Réponse rapide
Calibrer l’incertitude d’un modèle consiste à vérifier si ses niveaux de confiance correspondent réellement à la fréquence de ses erreurs sur des cas représentatifs.
Transformer un score en information
Un modèle qui annonce 80 % doit être correct environ huit fois sur dix dans les situations comparables, sinon son score est mal calibré.
Détection d’obstacle
Sur un jeu séparé, l’équipe compare confiance et succès, puis impose une nouvelle observation ou un arrêt lorsque la confiance est basse.Une moyenne globale masque les cas importants
Nuit, reflets, classes rares et personnes vulnérables sont évalués séparément. La calibration doit suivre les changements de données.
Sources et références
- [1] Human-robot interaction — NIST