Comment sécuriser l’exploration d’un robot qui apprend par Q-learning ?
Mise à jour28 août 2026
Lecture1 minute
Réponse rapide
On sécurise l’exploration du Q-learning en bornant les actions, en surveillant les états dangereux et en laissant un contrôleur fiable reprendre la main à tout moment.
Explorer dans une enveloppe autorisée
L’algorithme peut choisir entre des actions variées, mais seulement à l’intérieur de limites de vitesse, d’effort, de distance et de zone. Un superviseur indépendant peut interrompre l’essai.
Apprendre une trajectoire de robot mobile
Le robot teste de petites variations autour d’un itinéraire connu, à vitesse réduite, avec arrêt automatique devant une personne. Les trajectoires dangereuses ne sont jamais utilisées comme simples expériences.Une récompense mal choisie pousse à tricher
Si seule la rapidité est récompensée, le robot peut couper un virage ou ignorer une zone interdite. Les contraintes de sécurité doivent être codées comme des interdictions, pas seulement comme une pénalité.
Sources et références
- [1] Human-robot interaction — NIST