Comment définir une récompense pour l’apprentissage d’un robot ?
Mise à jour28 août 2026
Lecture1 minute
Réponse rapide
L’exploration essaie des actions nouvelles, tandis que l’exploitation réutilise celles qui ont déjà donné de bons résultats.
Équilibrer curiosité et prudence
Tester un détour peut découvrir une meilleure route, mais une commande aléatoire près d’une personne est inacceptable.Entraîner une navigation
La simulation autorise l’exploration, puis le robot réel suit une politique limitée par des règles de sécurité.Réduire l’exploration ne supprime pas l’incertitude
Taux d’exploration, domaine, contraintes, transfert et repli doivent être documentés.Sources et références
- [1] Artificial intelligence and robotics — NIST
- [2] Human-robot interaction — NIST