Aller au contenu
Robopedia Rechercher une réponse
machine learning Avancé Application

Comment détecter une dérive des données après le déploiement d’un robot ?

Mise à jour28 août 2026 Lecture1 minute

Réponse rapide

Une dérive des données apparaît quand les entrées vues après déploiement ne ressemblent plus assez à celles de l’entraînement, ce qui peut dégrader les décisions du robot.

Comparer le terrain à la référence

On suit distributions, taux de valeurs manquantes, classes, éclairage et contexte, sans attendre que toutes les erreurs deviennent des incidents.

Caméra d’un entrepôt réaménagé

Après l’installation de lampes froides, les couleurs changent ; l’alerte de dérive déclenche un échantillonnage et une vérification avant mise à jour.

Une dérive statistique n’est pas toujours un défaut

Un changement saisonnier peut être normal, tandis qu’une classe rare peut disparaître des indicateurs. L’analyse métier accompagne les seuils.

Sources et références

  1. [1] Human-robot interaction — NIST

Cette réponse vous a-t-elle été utile ?

Continuer à explorer

Une autre question sur la robotique ou l’IA ?