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] Human-robot interaction — NIST