Comment calibrer une incertitude probabiliste produite par un robot ?

Réponse rapide

Calibrer une incertitude vérifie que probabilités ou intervalles correspondent aux fréquences d’erreur sur données représentatives. Couverture, résidus, régimes et cas extrêmes guident l’ajustement ou l’abstention.

Comparer confiance et fréquence

Groupes, scénarios, horizons et niveaux de confiance sont séparés entre réglage et évaluation. Une couverture globale peut cacher un mauvais groupe.

Examiner les résidus

Innovation, erreur normalisée, biais, dispersion et événements rares montrent si le modèle sous- ou surestime l’incertitude. Capteurs et régimes sont comparés.

Adapter hors distribution

Confiance basse, observation, repli ou seuil différent sont préférés à une certitude artificielle. La sortie indique quand le modèle n’est plus calibré.

Sources et références

  1. [1] Robotics and Autonomous Systems — NIST

Cette réponse vous a-t-elle été utile ?