Des neurosciences à la robotique - modélisation de l'apprentissage conditionné : thèse présentée par Nicolas Gomond, assistant (ATER) à l'IdC, le 12 décembre 2006.Les travaux ont été dirigés par le Professeur Jean-Marc Salotti.
L'idée maîtresse de cette thèse définit l'apprentissage conditionné comme la "brique" élémentaire de comportements complexes, considérés comme les façades visibles de l'intelligence. Une meilleure prise en compte de l'apprentissage conditionné dans un modèle informatique a deux conséquences importantes : aider les neurobiologistes en constituant un outil d'expérimentation et améliorer les comportements d'agents autonomes dans le domaine de l'intelligence artificielle. Dans ce contexte, le travail a consisté, premièrement, à étendre un modèle computationnel du conditionnement et de l'inhibition latente pour simuler des hypothèses de neurosciences. Deuxièmement, fort des limites rencontrées lors de cette modélisation et dans une optique d'utiliser les connaissances neurobiologiques en intelligence artificielle, un modèle neuromimétique capable de reproduire les expériences comportementales et donnant des capacités d'adaptation autonome à un robot a été élaboré.
Le jury était composé de Monsieur Frédéric Alexandre, directeur de recherche INRIA au Loria-Nancy, et du Professeur Mathias Quoy de l'Université de Cergy-Pontoise, rapporteurs, de Messieurs Pierre-Yves Oudeyer, chercheur au Sony CSL Paris, et Marc-Michel Corsini, maître de conférences à l'Université Bordeaux 2, des professeurs Jean-Marc Salotti et Bernard Claverie (président du jury), tous deux membres de l'IdC.
Le jury a donné un avis favorable à la délivrance du Diplôme National de Docteur, en accordant la mention Très Honorable.
Aucun commentaire:
Enregistrer un commentaire