Réponse rapide
La régularisation d’un modèle robotique ajoute une contrainte ou pénalité qui limite complexité et sensibilité afin d’améliorer généralisation, stabilité ou comportement hors des données d’apprentissage.
Limiter le modèle peut supprimer un signal utile
Régularisation réduit complexité mais peut effacer défaut, transition ou limite rare. Mesurez généralisation et pires cas.
Limiter la complexité
Poids, dérivées, variation, marge, architecture ou norme contraignent le modèle et réduisent ajustement au bruit.
Choisir le moment
Régularisez apprentissage, calibration ou commande selon la source de surapprentissage et le signal disponible.
Mesurer le compromis
Comparez erreur entraînement-test, latence, robustesse, précision, énergie et effet sur limites du robot.
Sources et références
- [1] Robotics and Autonomous Systems — NIST