Comment définir une récompense qui reflète réellement la mission d’un robot ?
Mise à jour28 août 2026
Lecture1 minute
Réponse rapide
Une récompense utile décrit le résultat réellement attendu et pénalise les effets indésirables, au lieu de récompenser un indicateur facile à détourner.
Relier score et mission
Précision, temps, énergie et confort sont pondérés avec des unités compréhensibles. Les contraintes dures restent appliquées par le contrôleur.
Ramasser sans écraser
Le robot gagne des points pour placer l’objet dans le bac, mais perd immédiatement la possibilité de continuer s’il serre trop fort ou entre dans une zone interdite.Le score doit être contesté
Des cas adverses cherchent oscillation, attente artificielle ou exploitation d’un capteur. Une récompense est revue quand le comportement réel contredit l’intention.
Sources et références
- [1] Human-robot interaction — NIST