Qu’est-ce que la perception intelligente d’un robot ?
La perception intelligente transforme des mesures de capteurs en objets, états, relations et incertitudes utiles à la décision d’un robot, en tenant compte du contexte et de l’objectif.
Domaine de connaissance
Questions du domaine
9 résultats
La perception intelligente transforme des mesures de capteurs en objets, états, relations et incertitudes utiles à la décision d’un robot, en tenant compte du contexte et de l’objectif.
La détection signale qu’un motif ou un objet est présent et où il se trouve, tandis que la compréhension de scène relie objets, relations, contexte, évolution et conséquences pour la tâche.
Conserver l’incertitude permet au robot de distinguer mesure fiable, hypothèse et absence d’information, d’adapter ses marges et de refuser une action lorsque le risque dépasse ce qui est démontré.
On teste une perception intelligente hors de ses données d’apprentissage avec des scènes nouvelles, des perturbations, des capteurs dégradés et des classes inconnues, puis on mesure détection, refus et conséquences dans la tâche.
Calibrer un score de confiance consiste à vérifier qu’une probabilité annoncée correspond à la fréquence réelle de réussite, puis à choisir des seuils adaptés au risque de la décision.
Quand les annotations humaines se contredisent, on examine la consigne, les cas ambigus et les profils d’annotateurs, puis on définit une règle ou conserve l’incertitude au lieu de forcer une étiquette arbitraire.
Une perception intelligente transforme des mesures en éléments utiles à l’action : objets, personnes, espace libre, mouvement et niveau de confiance, plutôt qu’une simple image.
Expliquer une décision issue de la perception revient à montrer ce que le robot a observé, son incertitude, la règle appliquée et l’action qui en a découlé.
Le contexte temporel aide à distinguer un événement réel d’une mesure isolée : plusieurs observations cohérentes sont souvent plus fiables qu’un seul instant.
Une question plus précise ?