Vers un modèle biologiquement plausible de la sélection de l'action pour un robot mobile

This thesis aims at studying the different mechanisms involved in action selection and de-cision making processes, according to animal experiments and neurobiological recordings. Forthat matter, we propose several biologically plausible models for action selection. The goal is toachieve a better understanding of the animal’s brain functions. This gives us the opportunity todevelop bioinspired control architectures for robots that are more robust and adaptative to a realenvironement. These models are based on Artificial Neural Networks, allowing us to test ourhypotheses on simulations of different brain regions and function, implemented on robots andvirtual agents.Action selection for mobile robots can be approached from different angles. This processcan be seen as the selection between two possibilities, e.g. go left or go right. Those mechanismsinvolve the ability to learn and categorize specific events, encoding contexts where a change inthe perception is perceived, a change in the behavior is noticed or the decision is made. There-fore, this thesis studies those capacities of acquisition, categorisation and coding of differentevents that can be relevant for action selection.We also, approach the action selection as a strategy selection. The different behaviors areguided consciously or through automated behavior learned as habits. We investigate differentpossibilities allowing a robot to develop those capacities. Also, we aim at studying interactionsthat can emerge between those mechanisms during navigational behaviors.The work presented in this these is based on the modelisation of the hippocampo-cotico-basal loops involved in the navigational behaviors, the action selection and the multimodal cat-egorisation of events. We base our models on a previous model of the hippocampus for thelearning of spatio-temporal associations and for multimodal conditionning of perceptive events.It is based on sensorimotor associations between place cells and actions to achieve navigationalbehaviors. The model involves also a specific type of hippocampic cells, named transition cells,for temporal prediction of future events. This capacity allows the model to learn spatio-temporalsequences, and it represents the neural substrate for the learning of a cognitive map, hypoth-esised to be localized in prefrontal and/or parietal areas. This kind of topological map allowsto plan the behavior of the robot according to its motivations, which is used in goal orientedexperiments to achieve goals and capture rewardsCette thèse étudie les mécanismes de sélection de l’action et de choix de stratégie tels qu’ilsapparaissent à travers des expériences animales et des enregistrements neurobiologiques. Nousproposons ensuite des modèles biologiquement plausibles de la sélection de l’action. L’objectifest de mieux comprendre le fonctionnement du cerveau chez les êtres vivants et de pouvoir endéduire des architectures de contrôle bio-inspirées, plus robustes et adaptées à l’environnement.Les modèles étudiés sont réalisés avec des réseaux de neurones artificiels, permettant de mod-éliser des régions cérébrales et ainsi pouvoir simuler le fonctionnement du cerveau, ce qui permetde tester nos hypothèses sur des robots et des agents virtuels.L’étude de la sélection de l’action pour des robots mobiles implique plusieurs approches. Lasélection de l’action peut être étudiée du point de vue du choix entre plusieurs actions basiques,e.g. un choix binaire aller à gauche ou à droite.Ceci passe forcément par l’acquisition et la catégorisation d’instants et d’événements spéciaux,perçus ou effectués, qui représentent des contextes dans lesquels la perception change, le com-portement est modifié ou bien la sélection est réalisée. Ainsi, la thèse traite aussi de l’acquisition,la catégorisation et l’encodage de ces événements importants dans la sélection de l’action.Enfin, on s’intéressera à la sélection de l’action du point de vue de la sélection de stratégie.Les différents comportements peuvent être dirigés consciemment ou bien être des automatismesacquis avec l’habitude. Le but ici est d’explorer différentes approches pour que le robot puissedévelopper ces deux capacités, mais aussi d’étudier les interactions entre ces types de mécan-ismes dans la cadre de tâches de navigation.Les travaux de cette thèse se basent sur la modélisation du fonctionnement de différentesboucles hippocampo-cortico-basales impliquées dans des tâches de navigation, de sélection del’action et de catégorisations multimodales. En particulier, nous avons un modèle de l’hippocampepermettant d’apprendre des associations spatio-temporelles et des conditionnements multimodauxentre des événements perceptifs. Il se base sur des associations sensorimotrices entre des cellulesappelées cellules de lieu qui sont associées avec des actions pour définir des comportements co-hérents. Le modèle fait aussi intervenir des cellules de transition hippocampiques, permettant defaire des prédictions temporelles sur les événements futurs. Celles-ci permettent l’apprentissagede séquences spatio-temporelles, notamment du fait qu’elles représentent le substrat neuronal àl’apprentissage d’une carte cognitive, située elle au niveau du cortex préfrontal et/ou pariétal.Ce type de carte permet de planifier des chemins à suivre en fonction des motivations du robot,ce qui permet de rejoindre différents buts précédemment découverts dans l’environnement