Apprentissage et adaptation avec l'expert dans la boucle des situations incertaines et imprévisibles dans les systèmes autonomes basés sur l'Intelligence artificielle

À mesure que les systèmes d'IA sont déployés dans des domaines réels à enjeux élevés, la nécessité d'un apprentissage adaptatif à la fois efficace et sûr en situation d'incertitude devient cruciale. Cette thèse aborde le défi de l'apprentissage avec l'expert dans la boucle au sein de systèmes autono