Coordination implicite d'interactions sensorimotrices comme fondement de la cognition

This thesis promotes a cognitive infrastructure able to model sensorimotor behaviors in animals and humans. The theoretical developments upon which this infrastructure is drawn is inspired by the philosophical interactivist framework and the enaction paradigm: any system is represented by a set of active processes, in constant interaction with their subjective environment, which includes influences between these processes. Any living organism or cognitive system is therefore fractal, decomposed in different levels of emergence based on the same principles. These principles are now widely spread but appeared progressively during species evolution. Assimilation, regulation, anticipation or coordination made it possible for concurrent processes fighting for limited resources to cooperate, develop and maintain through ages. This joint evolution of environmental conditions and internal structures led to nowadays organisms, able to adapt to a genetically unpredictable environment of growing complexity.A mathematical model using the formalism of complex systems is detailed, as well as its computer implementation. The agent's dynamics is modeled by an activity field under the continuous influence of internal anticipations and external sensations. The global behavior of the agent then results from the implicit and stable coordination of localized interactive processes. On this aspect, the model extends artificial neural networks and classical probabilistic models. This essential characteristic enables applications in various domains and a unification of all levels of cognition. A set of applications validates the model, extending from physiological need satisfaction to mechanical systems handling, through auditory and visual perception. Finally and in order to extend the model to more complex behaviors in the future, technical contributions on algorithm optimization and parallel implementations are developed.Cette thèse propose une infrastructure cognitive permettant de modéliser les comportements sensori-moteurs animaux et humains. La réflexion théorique ayant conduit à cette infrastructure s'inspire du cadre philosophique interactiviste et du paradigme de l'énaction : tout système est représenté par un ensemble de processus actifs, en interaction permanente avec leur environnement propre, ce qui inclut leur influence mutuelle. Tout organisme vivant ou système cognitif peut ainsi être décomposé de manière fractale, chaque niveau d'émergence reposant sur les mêmes principes. Ces principes aujourd'hui largement répandus sont apparus durant l'évolution des espèces vivantes. L'assimilation, la régulation, l'anticipation ou encore la coordination ont ainsi permis à des processus en concurrence pour des ressources limitées de coopérer, se développer et se maintenir à travers les âges. Cette évolution conjointe des conditions environnementales et des structures internes a conduit aux organismes modernes, capables de s'adapter à un environnement génétiquement imprévisible et d'une complexité croissante.Un modèle mathématique utilisant le formalisme des systèmes complexes est détaillé, ainsi que son implémentation informatique. La dynamique de l'agent y est modélisée par un champ d'activité sous l'influence permanente d'anticipations internes et de sensations externes. Le comportement global de l'agent résulte alors de la coordination implicite et stable de processus interactifs localisés. A ce niveau, le modèle étend et complète les réseaux de neurones artificiels et les modèles probabilistes classiques. Cette caractéristique essentielle permet d'appliquer le modèle à des domaines variés et d'unifier tous les niveaux de la cognition. Le modèle est validé par un ensemble d'applications s'étendant de la satisfaction de besoins physiologiques à la manipulation de systèmes mécaniques, en passant par la perception auditive et visuelle. Enfin, et afin de pouvoir étendre ce type de modèles à des problèmes plus complexes dans le futur, des contributions techniques touchant à l'optimisation et à la parallélisation des algorithmes sont développées