De nombreux problèmes, par exemple en décision, ne peuvent se résoudre de manière exacte et font appel à des heuristiques qui attribuent des scores aux différents choix possibles. Ces heuristiques peuvent être nombreuses et plus ou moins corrélées : par exemple, en variant les hyperparamètres d'un algorithme, on peut générer toute une famille d'heuristiques fortement corrélées mais de qualité variable. Plutôt que de chercher la meilleure heuristique, cet article propose d'agréger les scores de manière intelligente. Notre solution, qui utilise les corrélations entre heuristiques, est plus efficace que l'agrégation triviale et plus robuste qu'une approche basée sur le maximum de vraisemblance.