A robot at the Museum : Cognitive Learning and aesthetic conduct

Un robot au Musée: Apprentissage cognitif et conduite esthétique.Dans ma thèse je traite le sujet d'un apprentissage autonome basé sur la référenciation sociale dans un environnement réel, "le musée". Je m'intéresse à l’ajout et l'analyse de mécanismes nécessaires pour qu'un robot puisse poursuivre un tel type d'apprentissage. Je m'intéresse également à l'impact d'un apprentissage spécifique et individuel à chaque robot sur l'ensemble d'un groupe de robots confronté à une situation connue ou au contraire nouvelle, plus précisément :Dans le premier chapitre, nous aborderons de manière didactique les outils nécessaires à la compréhension des modèles et des méthodes que nous utiliserons tout au long de nos travaux. Nous aborderons les bases du formalisme neuronal, de l’apprentissage par conditionnement, de la catégorisation, et des champs de neurones dynamiques.Dans le deuxième chapitre, nous présenterons brièvement le système visuel biologique puis nous passerons en revue un état de l’art des différents modèles traitant la perception visuelle et la reconnaissance d'objet. Dans le cadre d’une approche bio-inspirée, nous présenterons ensuite le modèle du système visuel du robot "Berenson", l’architecture sensori-motrice permettant d’associer une valeur émotionnelle à un objet observé. Puis nous étudions les performances du système visuel avec et sans mécanisme de compétition spatiale.Dans le troisième chapitre nous passerons au niveau des interactions Homme-Machine, nous montrerons que l’intérêt des visiteurs porté au robot ne dépend pas que de sa forme, mais de son comportement et plus précisément de sa capacité à interagir aussi sur un registre émotionnel (ici des expressions faciales). Nous analysons tout d'abord l'impact du système visuel sur le contrôle bas niveau des actions du robot. Nous montrons que le bas niveau de la compétition spatiale entre les valeurs associées aux zones d’intérêt de l’image est important pour la reconnaissance d'objets et affecte donc la cohérence du comportement du robot et donc par la suite la lisibilité de ce comportement. Nous introduisons ensuite des modifications sur le contrôle des mouvements des yeux, de la tête et du corps en s'inspirant de processus biologiques (changement du cadre de référence). À la fin, nous analysons les tests effectués dans le musée afin d’évaluer la lisibilité du comportement du robot (ses mouvements et ses expressions faciales).Dans le quatrième chapitre nos travaux se poursuivent par l’ajout de mécanismes neuronaux élémentaires bio inspirés permettant l’émergence de capacité d’attention conjointe importante pour obtenir des interactions plus " naturelles " avec les visiteurs du musée mais aussi pour discuter d’un point de vue théorique l’émergence de la notion d’agentivité. Berenson représente donc aujourd’hui une forme d’expérimentation unique dans les sciences sociales comme en robotique du développement.Dans le cinquième chapitre, nous intéresserons à l’évaluation de l’effet de l’émergence de préférences esthétiques sur toute une population de robots (en simulation). Nous soutenons que la variabilité de l'apprentissage offerte par des environnements spéciaux tels qu'un musée conduit à l'individuation des robots. Nous nous interrogeons également sur l’intérêt d’enseigner des systèmes artificiels utilisant une seule grande base de données dans le but d’améliorer leurs performances. Éviter une réponse uniforme à une situation inconnue dans une population d'individus augmente ses chances de réussite.In my thesis I treat the subject of autonomous learning based on social referencing in a real environment, "the museum". I am interested in adding and analyzing the mechanisms necessary for a robot to pursue such a type of learning. I am also interested in the impact of a specific and individual learning to each robot on the whole of a group of robots confronted with a known situation or on the contrary new, more precisely:In the first chapter, we will discuss in a didactic way the tools needed to understand the models and methods that we will use throughout our work. We will discuss the basics of neural formalism, conditioning learning, categorization, and dynamic neural fields.In the second chapter, we will briefly present the biological visual system then we will review a state of the art of different models dealing with visual perception and object recognition. As part of a bio-inspired approach, we will then present the model of the visual system of the "Berenson" robot, the sensorimotor architecture allowing to associate an emotional value with an observed object. Then we study the performances of the visual system with and without space competition mechanism.In the third chapter we will move to the level of human-machine interactions, we will show that the interest of visitors to the robot does not only depend on its shape, but on its behavior and more specifically its ability to interact on an emotional level. (here facial expressions). We first analyze the impact of the visual system on the low level control of robot actions. We show that the low level of the spatial competition between the values ​​associated with the zones of interest of the image is important for the recognition of objects and thus affects the coherence of the behavior of the robot and therefore the legibility of this behavior. . We then introduce modifications on the control of eye, head and body movements inspired by biological processes (change of the frame of reference). In the end, we analyze the tests performed in the museum to assess the readability of the behavior of the robot (its movements and facial expressions).In the fourth chapter, our work continues with the addition of inspired bio-based neural mechanisms that allow the emergence of important joint attention capacity to achieve more "natural" interactions with visitors to the museum but also to discuss a point from a theoretical point of view the emergence of the notion of agency. Berenson represents today a form of experimentation unique in the social sciences as in development robotics.In the fifth chapter, we will focus on evaluating the effect of the emergence of aesthetic preferences on a whole population of robots (in simulation). We argue that the variability of learning offered by special environments such as a museum leads to the individuation of robots. We also question the interest of teaching artificial systems using a single large database in order to improve their performance. Avoiding a uniform response to an unknown situation in a population of individuals increases its chances of success