Aller au contenu
Robopedia Rechercher une réponse
Apprentissage robotique Intermédiaire Calcul

Comment séparer entraînement et évaluation d’un modèle robotique ?

Mise à jour28 août 2026 Lecture1 minute

Réponse rapide

Séparer entraînement et évaluation consiste à garder des données indépendantes pour vérifier qu’un modèle robotique généralise au-delà des exemples vus.

Éviter la fuite

Scènes, sessions ou robots proches sont répartis avant prétraitement ; les réglages sont choisis sans regarder le test final.

Reconnaître des palettes

Le modèle apprend sur certains entrepôts et est évalué sur un site différent, avec mesures de faux rejets et de latence.

Un score d’entraînement ne prouve rien

Images dupliquées, réglage répété sur le test ou changement de distribution rendent la performance artificiellement optimiste.

Sources et références

  1. [1] Artificial intelligence and robotics — NIST

Cette réponse vous a-t-elle été utile ?

Continuer à explorer

Une autre question sur la robotique ou l’IA ?