Mécanismes d'inspiration corticale pour l'apprentissage et la représentation d'asservissements sensori-moteurs en robotique

par Olivier Ménard

Thèse de doctorat en Informatique

Sous la direction de Frédéric Alexandre.


  • Résumé

    Cette thèse vise à réaliser un asservissement sensori-moteur, en vue de l'employer dans le domaine de la robotique, en employant des algorithmes s'inspirant de la biologie corticale. Nous espérons, en agissant ainsi, reproduire au mieux les qualités de robustesse, d'uniformité de structure et d'adaptabilité dont le cortex est pourvu. Nous avons basé notre modèle, au niveau computationel, sur le principe des automates cellulaires étendus, ce qui nous amène à programmer des unités au sein de cartes, qui représentent chacune l'équivalent, en biologie, d'une carte corticale. Nous orientons l'évolution de ces unités afin d'obtenir des effets émergents, au niveau des cartes, qui les amènent à former une boucle perceptivo-motrice. Par ailleurs, nous considérons que percevoir, c'est se préparer à agir. Cela nous conduit à devoir concilier notre conception holistique de la perception avec le fait que les multiples modalités de la perception sont chacune représentées par une carte séparée dans notre modèle, comme dans le cortex. Le coeur de cette thèse est ainsi consacré à la réalisation d'une liaison entre modalités, qui doit être limitée afin de préserver la faisabillité computationelle de notre modèle, ce qui nous amène à contraindre fortement l'organisation et l'apprentissage dans nos modules modaux. Tout en employant des calculs locaux, nous nous sommes attachés à ce que chaque unité, dans chaque carte de notre modèle, réalise un compromis entre les influences propres à la modalité à laquelle elle appartient et les influences des autres cartes permettant de maintenir la cohérence multimodale de notre modèle.

  • Titre traduit

    Corticaly inspired mecanisms for learning and representing sensori-motor loops in robotics


  • Résumé

    This thesis aims at setting up a sensory-motor loop, that can be used in robotics, while using biologically, and more precisely cortically, inspired algorithms. We hope this method allows to reproduce the robustness, structural uniformity and adaptability that are some of the most remarkable qualities of the cortical substrate. From a computational point of view, our model is based on extensions of the cellular automata. This brings us to program units within maps, each of these maps representing a biological cortical map. We design updating mechanisms for these units leading to emergent effects within the maps, so that sensory-motor loops stand. In addition, we think that perceiving is the same as preparing an action. We therefore have to balance our holistic view of perception with the fact that the multiple modalities of perception are each represented on a different map in our model, as it is the case in the cortex. That is the reason why the major part of this thesis aims at creating a linking algorithm between the modal maps , while keeping the number of link low for computational reasons. This creates strong constraints on both the organization and the learning algorithm of our modal maps. While we used strictly local computations, each unit, in each map in our model, realizes a compromise between local influences of the map and influences from the other maps, that allow our model to keep a multi-modal coherence.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (xii-150 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 143-150

Où se trouve cette thèse ?

  • Bibliothèque : Université de Lorraine (Villers-lès-Nancy, Meurthe-et-Moselle). Direction de la Documentation et de l'Edition - BU Sciences et Techniques.
  • Disponible pour le PEB
  • Cote : SC N2006 147
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.