Un environnement partiellement observable complique la robotique car le robot ne voit qu’une partie de l’état réel et doit agir malgré des informations manquantes ou ambiguës.
Un agent autonome choisit une action en combinant but, état perçu, coûts, risques, contraintes et conséquences prévisibles, puis en réévaluant le résultat.
La perception intelligente combine des mesures et un contexte pour estimer ce qui se passe, plutôt que de traiter chaque image ou signal comme une simple liste de pixels.
Une recherche dans un espace d’états aide un robot à comparer les situations et actions possibles jusqu’à trouver un chemin ou une séquence qui atteint le but.
Représenter des connaissances pour un robot consiste à organiser faits, objets, relations, règles et incertitudes dans une forme que le logiciel peut consulter et mettre à jour.