Domaine
Décision sous incertitude
Questions et réponses classées dans ce domaine de la robotique et de l’intelligence artificielle.
-
Comment représenter plusieurs hypothèses d’état dans une décision robotique ?
Une décision robotique représente plusieurs hypothèses par une distribution ou un ensemble d’états pondérés, avec confiance, origine des mesures et actions sûres communes à ces hypothèses.
-
Comment intégrer le risque dans le choix entre une action rapide et une action plus sûre ?
Le choix entre rapidité et sûreté compare bénéfice attendu, probabilité et gravité des erreurs, marge de récupération et coût du délai, avec une limite au-delà de laquelle l’action rapide est interdite.
-
Comment décider lorsqu’une donnée essentielle manque temporairement ?
Lorsqu’une donnée essentielle manque, le robot identifie son âge et son importance, cherche une mesure de remplacement, réduit ses capacités et choisit l’arrêt si aucune action bornée ne reste sûre.
-
Comment choisir le moment où une décision robotique doit être escaladée à un humain ?
Une décision est escaladée à un humain lorsque l’incertitude, la gravité, l’irréversibilité, la nouveauté ou le conflit de règles dépasse les limites prévues pour l’autonomie.
-
Comment éviter qu’un robot change de décision trop souvent dans une scène ambiguë ?
On évite les changements de décision répétés par filtrage temporel, hystérésis, durée minimale, coût de commutation et confirmation d’une mesure indépendante avant d’inverser la commande.
-
Comment combiner des avis contradictoires provenant de plusieurs capteurs ?
Des capteurs contradictoires se combinent après vérification des repères, timestamps, qualité et causes communes ; le robot pondère ou rejette les sources, conserve le conflit et réduit son action si l’état reste inconnu.
-
Quand un robot devrait-il demander une intervention humaine au lieu de poursuivre seul ?
Un robot demande une intervention humaine lorsqu’incertitude, nouveauté, contradiction, conséquence ou absence de repli dépassent ses seuils, ou lorsque l’opérateur possède une information inaccessible aux capteurs.
-
Comment vérifier qu’une politique de décision autonome reste robuste après un changement d’environnement ?
Une politique de décision reste robuste après changement d’environnement si ses performances, refus, calibration, limites et replis sont mesurés sur le nouveau domaine et comparés aux scénarios de référence.
-
Comment un robot doit-il prendre une décision lorsque ses capteurs sont incertains ?
Avec des capteurs incertains, un robot conserve qualité et hypothèses, choisit observation ou action réversible, augmente sa marge et demande aide ou s’arrête lorsque le risque dépasse ce qui est démontré.
-
Comment intégrer le coût d’une erreur dans une décision autonome ?
Le coût d’une erreur s’intègre à la décision en distinguant gravité, probabilité, réversibilité, exposition et moyens de détection, puis en imposant seuils et priorités plutôt qu’une moyenne unique.