Qu’est-ce que la généralisation d’un modèle robotique ?
Mise à jour29 août 2026
Lecture1 minute
Réponse rapide
La généralisation est la capacité d’un modèle à fonctionner sur données, scènes ou situations nouvelles mais pertinentes, au-delà des exemples d’entraînement. Elle se mesure par scénario et domaine.
Définir le nouveau
Lieux, objets, lumière, capteur, charge et bruit peuvent varier sans sortir du service prévu. Les conditions hors domaine sont signalées séparément.
Mesurer sur des données écartées
Jeux, sessions, environnements et séquences indépendants évaluent erreur, confiance, latence et abstention. Le test ne sert pas à régler le modèle.
Relier au comportement
Réussite, repli, intervention et conséquence d’erreur complètent la métrique. Une généralisation utile inclut la capacité à ne pas agir lorsque l’information manque.
Sources et références
- [1] Robotics and Autonomous Systems — NIST