Recherche guidée
Saisissez un concept, une difficulté ou une comparaison. Des questions proches apparaissent pendant la saisie.
À découvrir
3 233 résultats
Évaluer un robot de récolte demande de mesurer rendement, qualité, dommages, taux de prise, faux rejets, temps, énergie, sol, disponibilité et sécurité sur des parcelles variées.
Une récompense de tâche est une mesure numérique qui indique à un robot si une transition ou un résultat rapproche l’exécution de l’objectif défini.
Une récompense fidèle à une tâche robotique relie succès mesurable, contraintes, qualité et coût d’échec au comportement souhaité, puis est testée contre des stratégies indésirables.
Une récompense dense fournit des indications fréquentes pendant la tâche ; une récompense sparse ne signale principalement que succès ou échec, avec exploration plus difficile mais moins d’hypothèses intermédiaires.
La sécurité s’intègre à une récompense par contraintes, pénalités fortes ou actions interdites, mais elle doit aussi être garantie par un contrôleur ou arbitre indépendant de l’apprentissage.
Pour vérifier qu’une récompense n’encourage pas un comportement indésirable, on compare score et trajectoire, cherche des raccourcis, varie scénarios, audite métriques et teste une politique de référence.
La reconnaissance d’objets permet à un robot d’identifier catégories ou instances dans ses observations et d’associer classe, pose, confiance et contexte à une action.
La détection localise qu’un objet est présent, souvent par boîte ou masque ; la reconnaissance lui attribue une catégorie ou une identité avec un niveau de confiance.
Entraîner une reconnaissance d’objets robotique exige données représentatives, annotations cohérentes, séparation apprentissage-test, augmentations maîtrisées, modèle adapté et validation sur le matériel.
Lorsqu’un objet est jamais vu, le robot doit le signaler comme inconnu, estimer géométrie et risque, demander information ou choisir une action conservatrice plutôt que l’assigner arbitrairement.
Calibrer un capteur de profondeur active consiste à estimer ses paramètres internes, sa distorsion et sa pose par rapport au robot, puis à vérifier distances et cohérence dans le volume utile.
Pour éviter un obstacle avec profondeur active, le robot filtre les mesures invalides, transforme les points dans son repère, estime distance et mouvement, puis ralentit ou arrête selon la marge.