Réponse rapide
L’apprentissage supervisé utilise des exemples annotés, le non supervisé cherche des structures sans étiquette et le renforcement apprend par conséquences d’actions. Le choix dépend de la tâche et du risque.
Apprendre une cible
Des images, poses ou états associés à une réponse permettent d’entraîner classification, régression ou détection. La qualité et la couverture des annotations conditionnent le résultat.
Explorer les données
Regroupement, représentation ou détection d’anomalies révèlent des structures sans réponse fournie. Ces résultats demandent une interprétation avant d’influencer un robot.
Relier action et conséquence
Un agent choisit des actions et reçoit une récompense selon l’état obtenu. Exploration, sécurité et définition de la récompense doivent être maîtrisées pour éviter des comportements indésirables.
Sources et références
- [1] Robotics and Autonomous Systems — NIST