Cette thèse présente une approche neuro-robotique du contrôle du mouvement d'atteinte pour des systèmes anthropomorphes tels que les robots humanoïdes. L'objectif de cette étude est double. D'une part, elle présente un état de l'art des modèles de commande existant en neurosciences du mouvement et décrit un ensemble de principes de contrôle moteur pouvant être utilisés pour la commande des robots humanoïdes. D'autre part, elle propose une utilisation de formalismes issus de la robotique pour la modélisation des processus de transformations sensori-moteurs nécessaires à l'exécution d'un mouvement volontaire. En particulier, il est mis en évidence que le formalisme de la commande référencée capteur et les modèles cinématiques et dynamiques des chaînes articulées, qui jouent un rôle essentiel pour la modélisation du problème de commande du mouvement en robotique, peuvent apporter des éléments clés pour répondre à des questions ouvertes en neurosciences. Sur le premier aspect du travail, nous avons développé une méthode de contrôle, basée sur un modèle d'optimisation du mouvement proposé en neurosciences, que nous avons ensuite appliquée à la commande des mouvements d'atteinte du robot HRP2. Les mouvements produits par cette méthode paraissent très ressemblants aux mouvements observés chez l'homme et présentent les caractéristiques principales des mouvements humains, à savoir : trajectoire quasirectiligne de la main avec profil de vitesse en forme de cloche. Nous avons également développé une autre méthode de contrôle inspirée de la théorie des primitives motrices en neurosciences. Cette méthode permet de simplifier la complexité du problème de commande en produisant rapidement des mouvements réalistes du robot à partir d'un ensemble de mouvements de référence. Ces différents résultats montrent que les théories du contrôle moteur humain peuvent être utilisées avec succès pour élaborer des méthodes de contrôle du mouvement d'atteinte des robots humanoïdes. Sur le deuxièm e aspect du travail, nous avons développé un modèle de coordination main-oeil pour tester et comparer des mouvements produits à partir d'un référentiel oculo-centré et d'un référentiel corps-centré. Ce modèle, qui repose sur des contrôleurs biologiquement inspirés de l'oeil et du bras, en boucle fermée sur les informations sensorielles, permet de commander simultanément le mouvement de la main vers la cible mobile et la direction du regard vers la cible. En comparant les trajectoires obtenues avec ce modèle en utilisant tour à tour le référentiel du corps et de l'oeil, nous montrons que les mouvements produits à partir du référentiel oculo-centré sont plus robustes par rapport aux erreurs de perception. Alors que la question de l'identification du référentiel utilisé par le cerveau pour le codage du mouvement fait l'objet d'un le débat controversé en neurosciences, ce résultat apporte des arguments de nature computationnelle en faveur d'un codage oculo-centré du mouvement d'atteinte visuellement guidé.

Cette thèse considère l'apprentissage de motifs récurrents dans la perception multimodale. Elle s'attache à développer des modèles robotiques de ces facultés telles qu'observées chez l'enfant, et elle s'inscrit en cela dans le domaine de la robotique développementale.Elle s'articule plus précisément autour de deux thèmes principaux qui sont d'une part la capacité d'enfants ou de robots à imiter et à comprendre le comportement d'humains, et d'autre part l'acquisition du langage. A leur intersection, nous examinons la question de la découverte par un agent en développement d'un répertoire de motifs primitifs dans son flux perceptuel. Nous spécifions ce problème et établissons son lien avec ceux de l'indétermination de la traduction décrit par Quine et de la séparation aveugle de source tels qu'étudiés en acoustique.Nous en étudions successivement quatre sous-problèmes et formulons une définition expérimentale de chacun. Des modèles d'agents résolvant ces problèmes sont également décrits et testés. Ils s'appuient particulièrement sur des techniques dites de sacs de mots, de factorisation de matrices et d'apprentissage par renforcement inverse. Nous approfondissons séparément les trois problèmes de l'apprentissage de sons élémentaires tels les phonèmes ou les mots, de mouvements basiques de danse et d'objectifs primaires composant des tâches motrices complexes. Pour finir nous étudions le problème de l'apprentissage d'éléments primitifs multimodaux, ce qui revient à résoudre simultanément plusieurs des problèmes précédents. Nous expliquons notamment en quoi cela fournit un modèle de l'ancrage de mots acoustiques / This thesis focuses on learning recurring patterns in multimodal perception. For that purpose it develops cognitive systems that model the mechanisms providing such capabilities to infants; a methodology that fits into thefield of developmental robotics.More precisely, this thesis revolves around two main topics that are, on the one hand the ability of infants or robots to imitate and understand human behaviors, and on the other the acquisition of language. At the crossing of these topics, we study the question of the how a developmental cognitive agent can discover a dictionary of primitive patterns from its multimodal perceptual flow. We specify this problem and formulate its links with Quine's indetermination of translation and blind source separation, as studied in acoustics.We sequentially study four sub-problems and provide an experimental formulation of each of them. We then describe and test computational models of agents solving these problems. They are particularly based on bag-of-words techniques, matrix factorization algorithms, and inverse reinforcement learning approaches. We first go in depth into the three separate problems of learning primitive sounds, such as phonemes or words, learning primitive dance motions, and learning primitive objective that compose complex tasks. Finally we study the problem of learning multimodal primitive patterns, which corresponds to solve simultaneously several of the aforementioned problems. We also details how the last problems models acoustic words grounding.

Cette thèse considère l'apprentissage de motifs récurrents dans la perception multimodale. Elle s'attache à développer des modèles robotiques de ces facultés telles qu'observées chez l'enfant, et elle s'inscrit en cela dans le domaine de la robotique développementale. Elle s'articule plus précisément autour de deux thèmes principaux qui sont d'une part la capacité d'enfants ou de robots à imiter et à comprendre le comportement d'humains, et d'autre part l'acquisition du langage. À leur intersection, nous examinons la question de la découverte par un agent en développement d'un répertoire de motifs primitifs dans son flux perceptuel. Nous spécifions ce problème et établissons son lien avec ceux de l'indétermination de la traduction décrit par Quine et de la séparation aveugle de source tels qu'étudiés en acoustique. Nous en étudions successivement quatre sous-problèmes et formulons une définition expérimentale de chacun. Des modèles d'agents résolvant ces problèmes sont également décrits et testés. Ils s'appuient particulièrement sur des techniques dites de sacs de mots, de factorisation de matrices et d'apprentissage par renforcement inverse. Nous approfondissons séparément les trois problèmes de l'apprentissage de sons élémentaires tels les phonèmes ou les mots, de mouvements basiques de danse et d'objectifs primaires composant des tâches motrices complexes. Pour finir nous étudions le problème de l'apprentissage d'éléments primitifs multimodaux, ce qui revient à résoudre simultanément plusieurs des problèmes précédents. Nous expliquons notamment en quoi cela fournit un modèle de l'ancrage de mots acoustiques.