Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Replanification Dynamique
Processus algorithmique qui modifie une trajectoire ou un plan d'action en cours d'exécution pour s'adapter à des imprévus, sans nécessiter une réinitialisation complète du système de planification.
Arbre de Recherche en Ligne (Online Search Tree)
Structure de données explorée de manière incrémentale où les nœuds et branches sont générés à la volée en fonction des informations perçues, permettant une prise de décision sans connaissance complète de l'environnement.
Horizon Glissant (Sliding Horizon)
Technique de planification où l'optimisation est effectuée sur une fenêtre temporelle limitée qui avance à chaque pas de temps, garantissant réactivité tout en conservant une vision à moyen terme.
Rétropropagation en Temps Réel (Real-Time Backpropagation)
Mécanisme d'ajustement des poids d'un réseau de neurones effectué de manière continue pendant l'exécution d'une tâche, permettant au modèle d'adapter ses prédictions aux flux de données entrants.
Filtre de Kalman Étendu (Extended Kalman Filter)
Algorithme d'estimation récursif qui linéarise les équations non linéaires autour de l'état courant pour estimer la position et la trajectoire d'un système mobile en présence de bruit et d'incertitudes.
Planification Basée sur les Échantillons (Sampling-Based Planning)
Famille d'algorithmes comme RRT* qui construisent un graphe de trajectoires viables en échantillonnant aléatoirement l'espace d'états, offrant des solutions rapides et probabilistiquement complètes pour des espaces de haute dimension.
Métaheuristique Réactive (Reactive Metaheuristic)
Stratégie d'optimisation qui ajuste dynamiquement ses propres paramètres (comme l'intensité de la recherche locale ou la diversification) en fonction des performances observées durant l'exécution.
Cartographie d'Occupation en Temps Réel (Real-Time Occupancy Mapping)
Processus de construction et de mise à jour continue d'une grille représentant la probabilité d'occupation de chaque cellule de l'espace par des obstacles, servant de base à la planification de trajectoire sûre.
Prise de Décision Markovienne en Ligne (Online Markov Decision Process)
Résolution d'un processus de décision markovien où les états et les transitions sont découverts et évalués à mesure que l'agent interagit avec l'environnement, nécessitant des politiques adaptatives.
Contrôle Prédictif en Boucle Fermée (Model Predictive Control)
Méthode de contrôle qui, à chaque instant, résout un problème d'optimisation sur un horizon futur pour déterminer la meilleure commande à appliquer, puis répète ce processus en intégrant les nouvelles mesures.
Détection d'Anomalies en Flux (Streaming Anomaly Detection)
Algorithme qui analyse un flux continu de données pour identifier des motifs ou des points qui s'écartent significativement du comportement attendu, déclenchant ainsi une replanification de la trajectoire.
Ordonnancement Réactif (Reactive Scheduling)
Discipline consistant à ajuster un calendrier de tâches ou de ressources en réponse à des perturbations (pannes, retards, nouvelles commandes) tout en cherchant à minimiser l'impact sur les objectifs globaux.
Apprentissage par Renforcement en Continu (Continual Reinforcement Learning)
Paradigme où un agent apprend une politique de navigation ou de contrôle sans jamais arrêter le processus d'apprentissage, lui permettant de s'adapter à des environnements dont les dynamiques évoluent.
Géométrie Algorithmique en Temps Réel (Real-Time Computational Geometry)
Ensemble d'algorithmes pour le calcul rapide de propriétés géométriques (intersections, enveloppes convexes, diagrammes de Voronoï) essentielles à la détection de collisions et à la génération de chemins viables.
Fusion de Capteurs Multi-modale (Multi-Modal Sensor Fusion)
Technique qui combine et corrèle en temps réel les données issues de plusieurs types de capteurs (LiDAR, caméra, radar) pour construire une perception environnementale robuste et redondante, alimentant la planification.
Optimisation Stochastique en Ligne (Online Stochastic Optimization)
Branche de l'optimisation qui traite des problèmes où certaines données sont inconnues ou incertaines et se révèlent séquentiellement, exigeant des décisions qui anticipent les distributions probabilistes futures.
Gestion de Contraintes Dynamiques (Dynamic Constraint Handling)
Mécanisme qui permet à un solveur d'optimisation d'intégrer, de modifier ou de supprimer des contraintes pendant la recherche, assurant que les solutions restent faisables face à un environnement changeant.