FIDeL est un cadre de détection de défaillances pour les politiques d'apprentissage par imitation en robotique. Il combine des techniques de vision par ordinateur, d'alignement par transport optimal et de prédiction conforme pour identifier, localiser et filtrer sémantiquement les échecs en temps réel. Le système fonctionne sans interférer avec l'exécution des politiques robotiques et s'appuie sur des modèles de langage visuel pour enrichir l'analyse des anomalies.