Politique neuronale
Une politique neuronale est une politique de contrôle robotique paramétrée par un réseau de neurones qui mappe les observations (images, proprioception, langage) directement aux actions (positions articulaires, deltas cartésiens, commandes de pince). Contrairement aux pipelines classiques de planification de mouvement, les politiques neuronales apprennent le mapping de bout en bout à partir des données sans représentations intermédiaires conçues à la main. Les politiques neuronales modernes utilisent des encodeurs convolutifs pour la vision, des Transformers pour la modélisation de séquences et des architectures comme ACT, Diffusion Policy ou des backbones VLA pour la génération d'actions. Une propriété clé des politiques neuronales est qu'elles peuvent être entraînées à partir de démonstrations ou de signaux de récompense, ce qui leur permet de gérer des tâches trop complexes pour les contrôleurs codés à la main. Voir cela en pratique : nos évaluations en monde réel →