La présente thèse de doctorat caractérise le frisson chez l’humain en plus d’évaluer les effets d’une exposition au froid et du frisson sur le contrôle sensorimoteur. Quatre études ont été complétées : la première a déterminé l’influence de la périphérie dans la modulation du frisson lors de changements rapides de la température environnementale, la deuxième a caractérisé le signal efférent du frisson en s’attardant à la cohérence bilatérale et entre les muscles du même côté du corps, la troisième a évalué l’effet d’une modalité d’entraînement sur le patron de frisson et la quatrième a déterminé l’effet d’une exposition locale au froid et l’effet du frisson sur la dextérité manuelle et la prise de précision (pouce-index). La première étude a déterminé que les thermorécepteurs cutanés jouent un rôle majeur dans la modulation du frisson chez l’humain puisqu’une inhibition systématique du frisson lors des périodes des expositions à 33 ºC a été observée et ce, malgré des températures de la peau bien en-dessous des températures observées en situation thermoneutres. Les résultats de la deuxième étude suggèrent que la voie réticulospinale est la voie efférente du frisson chez l’humain vue le parallèlle entre son anatomie et la coordination des signaux musculaires au niveau des deux composantes du frisson. La troisième étude suggère que la modalité d’entraînement, endurance et résistantce, n’affecte pas le patron de frisson et que l’origine de ce dernier semble inhérente au système neuromusculaire. La quatrième étude a observé que les effets néfastes du froid semblent être liés à la nature de la tâche. Somme toute, le frisson chez l’humain semble avoir un effet détériorant tant sur le contrôle sensorimoteur, dû aux tremblements, que sur le contrôle postural du tronc et des bras, dû à la généralisation des bouffées demandant une activation musculaire additionnelle.

Lorsqu’un conducteur prend en main un nouveau véhicule, celui-ci risque de présenter un comportement routier différent. Pour autant cela ne nécessite pas d’apprentissage particulier de la part du conducteur et il sera très rapidement capable de maîtriser ce véhicule. Cet acte anodin révèle une capacité propre aux systèmes biologiques qui s’étend pour l’être humain, bien au-delà du champ spécifique de la conduite automobile. En effet, nous sommes dans nos gestes quotidiens confrontés continuellement à un environnement changeant. Nos capacités d’apprendre confèrent à nos connaissances sur le monde et sur notre interaction avec celui-ci une plasticité qui se révèle essentielle. Mais ces capacités ne sont pas infinies et la détermination de leurs limites présente un réel défi pour les constructeurs automobiles qui proposent de plus en plus fréquemment des systèmes embarqués pouvant modifier le comportement dynamique du véhicule. Par ailleurs, l’étude de l’adaptation d’un conducteur à un comportement imprévisible du véhicule ou d’un de ses systèmes d’aide à la conduite peut se révéler complexe à mettre en place, coûteuse en instrumentation voire dangereuse. L’avènement des outils de simulation et de réalité virtuelle permet aujourd’hui de contourner certaines de ces limitations. Toutefois, la conduite d’expérimentations exhaustives quant aux types d’évènements possibles avec un nombre de sujets suffisamment important pour être pertinent en regard de la diversité des profils de conducteurs est impossible. L’utilisation de modèles, de comportement du conducteur est donc nécessaire. Cependant de tels modèles dotés de capacités adaptatives sont encore trop peu nombreux. De ce constat nous nous proposons dans cette étude d’établir un modèle de conducteur ayant la propriété de pouvoir intégrer des modifications de l’environnement. Plusieurs hypothèses existent sur la manière dont le système nerveux central peut réagir à de tels évènements. Nous identifions en particulier la stratégie de mise à jour de modèle interne et celle de modulation de l’impédance des membres. Nous intégrons au sein de notre modèle ces deux stratégies afin de lui conférer une certaine cohérence physiologique mais aussi pour en étudier les performances propres. Nous proposons alors une méthodologie pour l’étude de l’adaptation sensorimotrice des conducteurs que nous appliquons au cas de la conduite en virage. Nous établissons ainsi un nouveau modèle adaptatif de la tâche de conduite pour le contrôle latéral. Nous proposons également une calibration des différents paramètres de ce modèle. Nous réalisons alors deux expérimentations mettant en lumière les capacités d’adaptation des conducteurs. Puis, nous montrons de quelle manière notre modèle permet d’apporter des éléments de réponse sur les mécanismes responsables de cette adaptation. Enfin nous suggérons une application de aux études de sûreté de fonctionnement. / Whenever a driver takes over a new vehicle, he is likely to experience a different road behavior of the car. However, this does not require any special training for the driver as he will be very prompt in controlling his vehicle. This usual action is evidencing a genuine capability which is specific to biological systems and, for any human being, expanding far beyond the particular application of automobile drive. As a matter of fact, we are constantly facing a changing environment in our daily motions. Our learning capabilities generate a unique adaptability which is key to our understanding of the world as well as our interaction with it. However, these capabilities are not infinite and their limit fixing constitutes a true challenge for car manufacturers who are more and more often offering embedded systems capable of modifying the dynamic behavior of the vehicle. Moreover, the survey on driver’s adaptability to an unpredictable behavior of either the vehicle or its drive aided systems may turn out to be complex to implement, cost prohibitive in instrumentation or even hazardous. Today, the introduction of simulation and virtual reality tools allows to get rid of some of these limitations. However, the conduct of exhaustive experiments proves to be impossible considering the nature of possible events involving a large number of drivers to be meaningful and their inherent profile diversity. Utilization of driver behavior models becomes therefore an absolute necessary. It is worth notice that such models featured with adaptive capabilities are still far too few. Consequently, we are proposing in this survey to set up a driver model with the capability of integrating environmental changes. There are several hypotheses to explore as to the way the central nervous system is responding to such events. More specifically, we are analyzing the updating strategy of internal models and impedance modulation. Both strategies are being integrated into our model so as to make it more coherent physiologically and permit further evaluation of its inherent performances. Moreover, we are formulating a methodology for the study of sensorimotor driver’s adaptability which we are using for turn driving application. In this way, we are setting up a new adaptive driving task model for lateral side application. We are also proposing this model with a calibration of its various parameters. Then, we are achieving two experiments evidencing adaptive driver’s capabilities. Next, we are demonstrating how our model helps understanding this adaptation. Finally, we are developing a possible application to the in-operation safety surveys.

Lorsqu'un conducteur prend en main un nouveau véhicule, celui-ci risque de présenter un comportement routier différent. Pour autant cela ne nécessite pas d'apprentissage particulier de la part du conducteur et il sera très rapidement capable de maîtriser ce véhicule. Cet acte anodin révèle une capacité propre aux systèmes biologiques qui s'étend pour l'être humain, bien au-delà du champ spécifique de la conduite automobile. En effet, nous sommes dans nos gestes quotidiens confrontés continuellement à un environnement changeant. Nos capacités d'apprendre confèrent à nos connaissances sur le monde et sur notre interaction avec celui-ci une plasticité qui se révèle essentielle. Mais ces capacités ne sont pas infinies et la détermination de leurs limites présente un réel défi pour les constructeurs automobiles qui proposent de plus en plus fréquemment des systèmes embarqués pouvant modifier le comportement dynamique du véhicule. Par ailleurs, l'étude de l'adaptation d'un conducteur à un comportement imprévisible du véhicule ou d'un de ses systèmes d'aide à la conduite peut se révéler complexe à mettre en place, coûteuse en instrumentation voire dangereuse. L'avènement des outils de simulation et de réalité virtuelle permet aujourd'hui de contourner certaines de ces limitations. Toutefois, la conduite d'expérimentations exhaustives quant aux types d'évènements possibles avec un nombre de sujets suffisamment important pour être pertinent en regard de la diversité des profils de conducteurs est impossible. L'utilisation de modèles, de comportement du conducteur est donc nécessaire. Cependant de tels modèles dotés de capacités adaptatives sont encore trop peu nombreux. De ce constat nous nous proposons dans cette étude d'établir un modèle de conducteur ayant la propriété de pouvoir intégrer des modifications de l'environnement. Plusieurs hypothèses existent sur la manière dont le système nerveux central peut réagir à de tels évènements. Nous identifions en particulier la stratégie de mise à jour de modèle interne et celle de modulation de l'impédance des membres. Nous intégrons au sein de notre modèle ces deux stratégies afin de lui conférer une certaine cohérence physiologique mais aussi pour en étudier les performances propres. Nous proposons alors une méthodologie pour l'étude de l'adaptation sensorimotrice des conducteurs que nous appliquons au cas de la conduite en virage. Nous établissons ainsi un nouveau modèle adaptatif de la tâche de conduite pour le contrôle latéral. Nous proposons également une calibration des différents paramètres de ce modèle. Nous réalisons alors deux expérimentations mettant en lumière les capacités d'adaptation des conducteurs. Puis, nous montrons de quelle manière notre modèle permet d'apporter des éléments de réponse sur les mécanismes responsables de cette adaptation. Enfin nous suggérons une application de aux études de sûreté de fonctionnement.

Le contrôle sensorimoteur du pied est le fondement des adaptations de l’Homme à son environnement. La station debout et la marche nécessitent l’intervention de toutes les composantes du contrôle sensorimoteur, les mécanorécepteurs plantaires renseignant le système nerveux central sur la position du corps dans l'espace. Notre travail de thèse a consisté en un premier temps à établir un protocole permettant de quantifier la sensation tactile plantaire qui nous a permis de nous intéresser à l’effet des orthèses plantaires sur la perception tactile plantaire. Nos résultats mettent en évidence chez la majorité de nos sujets, que les orthèses appliquées sur les seuls appuis rétrocapitaux augmentent la discrimination des plus faibles charges mécaniques après 30 jours de port de semelles. Ces variations dépendent de la position du pied lors de la station debout et du pattern de marche. Nous avons aussi exploré le contrôle moteur lors du maintien de la station debout et d’un exercice de course à vitesse maximale. Après un effort statique maximal recrutant de façon sélective les muscles inverseurs du pied (tibialis antérior, TA), les surfaces d’appui plantaires et la surface du trajet du barycentre augmentent, il existe une altération du réflexe myotatique dans le seul TA faisant suite à des signes de fatigue électromyographique (réduction de fréquence médiane) après appui maximal. Faisant suite à un effort dynamique maximal (course sur tapis roulant), nous observons les mêmes phénomènes : augmentation des surfaces d’appui plantaire et du trajet du barycentre des pressions, et diminution de la fréquence médiane dans le seul muscle TA aux vitesses de course les plus élevées. / The sensorimotor control of foot placement and motion plays a key role in the adaptive response of human being to his environment. The participation of both sensory and motor components is needed to control the foot placement during gait and posture and mechanoreceptors in the foot sole give major information on the body position. First, we established a protocol to quantify the sensation of foot sole pressure stimulation, which allowed us to examine the effects of metatarsal pads, and heel lifts in healthy subjects. We observed that 30-days of occupational activities with metatarsal pads elicited significant changes in sensation, lowering the threshold for the detection of the lowest pressure loads and, depending on the pattern of foot placement during upright standing and walking, modifying the global gain for the foot sensation. Second, we examined the consequences of fatiguing static contraction of foot invertor muscles (tibialis anterior or TA) and of maximal running exercise on a treadmill on post-test changes in foot placement using a baropodometer, maximal force production by TA. Power spectrum analyses of electromyographic (EMG) events were performed during both static and dynamic efforts and we also explored the myotatic reflexes through the recording of the tonic vibratory response (TVR) in foot muscles. Our results showed significant changes in post-test foot placement in the direction of foot eversion in both situations, significant decrease in maximal inversion force, a leftward shift of EMG spectrum in the sole TA muscle, indicating EMG signs of fatigue, and 4) significant reduction of TVR amplitude in the sole TA muscle after sustained static effort.

Un robot autonome collaborant avec des humains doit être capable d'apprendre à se déplacer et à manipuler des objets dans la même tâche. Dans une approche classique, on considère des modules fonctionnels indépendants gérant les différents aspects de la tâche (navigation, contrôle du bras...). A l'opposé, l'objectif de cette thèse est de montrer que l'apprentissage de tâches de natures différentes peut être abordé comme un problème d'apprentissage d'attracteurs sensorimoteurs à partir d'un petit nombre de structures non spécifiques à une tâche donnée. Nous avons donc proposé une architecture qui permet l'apprentissage et l'encodage d'attracteurs pour réaliser aussi bien des tâches de navigation que de contrôle d'un bras.Comme point de départ, nous nous sommes appuyés sur un modèle inspiré des cellules de lieu pour la navigation d'un robot autonome. Des apprentissages en ligne et interactifs de couples lieu/action sont suffisants pour faire émerger des bassins d'attraction permettant à un robot autonome de suivre une trajectoire. En interagissant avec le robot, on peut corriger ou orienter son comportement. Les corrections successives et leur encodage sensorimoteur permettent de définir le bassin d'attraction de la trajectoire. Ma première contribution a été d'étendre ce principe de construction d'attracteurs sensorimoteurs à un contrôle en impédance pour un bras robotique. Lors du maintien d'une posture proprioceptive, les mouvements du bras peuvent être corrigés par une modification en-ligne des commandes motrices exprimées sous la forme d'activations musculaires. Les attracteurs moteurs résultent alors des associations simples entre l'information proprioceptive du bras et ces commandes motrices. Dans un second temps, j'ai montré que le robot pouvait apprendre des attracteursvisuo-moteurs en combinant les informations proprioceptives et visuelles. Le contrôle visuo-moteur correspond à un homéostat qui essaie de maintenir un équilibre entre ces deux informations. Dans le cas d'une information visuelle ambiguë, le robot peut percevoir un stimulus externe (e.g. la main d'un humain) comme étant sa propre pince. Suivant le principe d'homéostasie, le robot agira pour réduire l'incohérence entre cette information externe et son information proprioceptive. Il exhibera alors un comportement d'imitation immédiate des gestes observés. Ce mécanisme d'homéostasie, complété par une mémoire des séquences observées et l'inhibition des actions durant l'observation, permet au robot de réaliser des imitations différées et d'apprendre par observation. Pour des tâches plus complexes, nous avons aussi montré que l'apprentissage de transitions peut servir de support pour l'apprentissage de séquences de gestes, comme c'était le cas pour l'apprentissage de cartes cognitives en navigation. L'utilisation de contextes motivationnels permet alors le choix entre les différentes séquences apprises.Nous avons ensuite abordé le problème de l'intégration dans une même architecture de comportements impliquant une navigation visuomotrice et le contrôle d'un bras robotique pour la préhension d'objets. La difficulté est de pouvoir synchroniser les différentes actions afin que le robot agisse de manière cohérente. Les comportements erronés du robot sont détectés grâce à l'évaluation des actions proposées par le modèle vis à vis des corrections imposées par le professeur humain. Un apprentissage de ces situations sous la forme de contextes multimodaux modulant la sélection d'action permet alors d'adapter le comportement afin que le robot reproduise la tâche désirée.Pour finir, nous présentons les perspectives de ce travail en terme de contrôle sensorimoteur, pour la navigation comme pour le contrôle d'un bras robotique, et son extension aux questions d'interface homme/robot. Nous insistons sur le fait que différents types d'imitation peuvent être le fruit des propriétés émergentes d'une architecture de contrôle sensorimotrice.

L'approche classique de conception des robots obéit à une organisation interne du type sentir-planifier-agir, proposée dès l'apparition des problématiques d'Intelligence Artificielle. Elle implique le développement amont de modèles d'interaction entre le robot et son environnement et d'algorithmes de traitement du flux sensoriel conduisant, à terme, à la génération de commandes motrices. Dans ce contexte particulier, les caractéristiques de l'environnement perçues par le robot dérivent fondamentalement des traitements du flux sensoriel implémentés par le roboticien. Elles peuvent donc se révéler inadaptées vis-à-vis de l'interaction sensorimotrice réelle que le robot entretient avec le monde. Une autre approche, développée dans cette thèse, consiste à repenser la problématique de la perception en robotique. Elle s'inspire de la théorie des contingences sensorimotrices qui propose de concevoir notre perception non pas comme un phénomène se produisant dans le cerveau mais comme une interaction que nous entretenons avec l'environnement. Cette perspective, radicalement opposée aux postulats classiques, induit que percevoir n'est pas inné mais s'acquiert par la découverte des relations sensorimotrices qui sous-tendent notre expérience du monde. L'objectif de cette thèse est d'appliquer ce nouveau paradigme au champ de la robotique. Plus précisément, les travaux menés visent à déterminer comment un robot naïf peut découvrir et caractériser l'espace dans lequel son corps et l'environnement sont plongés au travers de l'analyse de son seul flux sensorimoteur. Pour se faire, une approche sera développée sur la base de la compensabilité des variations sensorielles générées par les déplacements du système robot/environnement, concept initialement introduit par H.Poincaré. Elle permettra à nos robots de déterminer la dimension de l'espace géométrique extérieur puis d'en construire une représentation interne, permettant à terme d'interpréter intrinsèquement leur expérience et de guider leur action.

Un robot autonome collaborant avec des humains doit être capable d'apprendre à se déplacer et à manipuler des objets dans la même tâche. Dans une approche classique, on considère des modules fonctionnels indépendants gérant les différents aspects de la tâche (navigation, contrôle du bras...). A l'opposé, l'objectif de cette thèse est de montrer que l'apprentissage de tâches de natures différentes peut être abordé comme un problème d'apprentissage d'attracteurs sensorimoteurs à partir d'un petit nombre de structures non spécifiques à une tâche donnée. Nous avons donc proposé une architecture qui permet l'apprentissage et l'encodage d'attracteurs pour réaliser aussi bien des tâches de navigation que de contrôle d'un bras.Comme point de départ, nous nous sommes appuyés sur un modèle inspiré des cellules de lieu pour la navigation d'un robot autonome. Des apprentissages en ligne et interactifs de couples lieu/action sont suffisants pour faire émerger des bassins d'attraction permettant à un robot autonome de suivre une trajectoire. En interagissant avec le robot, on peut corriger ou orienter son comportement. Les corrections successives et leur encodage sensorimoteur permettent de définir le bassin d'attraction de la trajectoire. Ma première contribution a été d'étendre ce principe de construction d'attracteurs sensorimoteurs à un contrôle en impédance pour un bras robotique. Lors du maintien d'une posture proprioceptive, les mouvements du bras peuvent être corrigés par une modification en-ligne des commandes motrices exprimées sous la forme d'activations musculaires. Les attracteurs moteurs résultent alors des associations simples entre l'information proprioceptive du bras et ces commandes motrices. Dans un second temps, j'ai montré que le robot pouvait apprendre des attracteursvisuo-moteurs en combinant les informations proprioceptives et visuelles. Le contrôle visuo-moteur correspond à un homéostat qui essaie de maintenir un équilibre entre ces deux informations. Dans le cas d'une information visuelle ambiguë, le robot peut percevoir un stimulus externe (e.g. la main d'un humain) comme étant sa propre pince. Suivant le principe d'homéostasie, le robot agira pour réduire l'incohérence entre cette information externe et son information proprioceptive. Il exhibera alors un comportement d'imitation immédiate des gestes observés. Ce mécanisme d'homéostasie, complété par une mémoire des séquences observées et l'inhibition des actions durant l'observation, permet au robot de réaliser des imitations différées et d'apprendre par observation. Pour des tâches plus complexes, nous avons aussi montré que l'apprentissage de transitions peut servir de support pour l'apprentissage de séquences de gestes, comme c'était le cas pour l'apprentissage de cartes cognitives en navigation. L'utilisation de contextes motivationnels permet alors le choix entre les différentes séquences apprises.Nous avons ensuite abordé le problème de l'intégration dans une même architecture de comportements impliquant une navigation visuomotrice et le contrôle d'un bras robotique pour la préhension d'objets. La difficulté est de pouvoir synchroniser les différentes actions afin que le robot agisse de manière cohérente. Les comportements erronés du robot sont détectés grâce à l'évaluation des actions proposées par le modèle vis à vis des corrections imposées par le professeur humain. Un apprentissage de ces situations sous la forme de contextes multimodaux modulant la sélection d'action permet alors d'adapter le comportement afin que le robot reproduise la tâche désirée.Pour finir, nous présentons les perspectives de ce travail en terme de contrôle sensorimoteur, pour la navigation comme pour le contrôle d'un bras robotique, et son extension aux questions d'interface homme/robot. Nous insistons sur le fait que différents types d'imitation peuvent être le fruit des propriétés émergentes d'une architecture de contrôle sensorimotrice. / An autonomous robot collaborating with humans should be able to learn how to navigate and manipulate objects in the same task. In a classical approach, independent functional modules are considered to manage the different aspects of the task (navigation, arm control,...) . To the contrary, the goal of this thesis is to show that learning tasks of different kinds can be tackled by learning sensorimotor attractors from a few task nonspecific structures. We thus proposed an architecture which can learn and encode attractors to perform navigation tasks as well as arm control.We started by considering a model inspired from place-cells for navigation of autonomous robots. On-line and interactive learning of place-action couples can let attraction basins emerge, allowing an autonomous robot to follow a trajectory. The robot behavior can be corrected and guided by interacting with it. The successive corrections and their sensorimotor coding enables to define the attraction basin of the trajectory. My first contribution was to adapt this principle of sensorimotor attractor building for the impedance control of a robot arm. While a proprioceptive posture is maintained, the arm movements can be corrected by modifying on-line the motor command expressed as muscular activations. The resulting motor attractors are simple associations between the proprioceptive information of the arm and these motor commands. I then showed that the robot could learn visuomotor attractors by combining the proprioceptive and visual information with the motor attractors. The visuomotor control corresponds to a homeostatic system trying to maintain an equilibrium between the two kinds of information. In the case of ambiguous visual information, the robot may perceive an external stimulus (e.g. a human hand) as its own hand. According to the principle of homeostasis, the robot will act to reduce the incoherence between this external information and its proprioceptive information. It then displays a behavior of immediately observed gestures imitation. This mechanism of homeostasis, completed by a memory of the observed sequences and action inhibition capability during the observation phase, enables a robot to perform deferred imitation and learn by observation. In the case of more complex tasks, we also showed that learning transitions can be the basis for learning sequences of gestures, like in the case of cognitive map learning in navigation. The use of motivational contexts then enables to choose between different learned sequences.We then addressed the issue of integrating in the same architecture behaviors involving visuomotor navigation and robotic arm control to grab objects. The difficulty is to be able to synchronize the different actions so the robot act coherently. Erroneous behaviors of the robot are detected by evaluating the actions predicted by the model with respect to corrections forced by the human teacher. These situations can be learned as multimodal contexts modulating the action selection process in order to adapt the behavior so the robot reproduces the desired task.Finally, we will present the perspectives of this work in terms of sensorimotor control, for both navigation and robotic arm control, and its link to human robot interface issues. We will also insist on the fact that different kinds of imitation behavior can result from the emergent properties of a sensorimotor control architecture.

Regarder ou saisir un objet constituent, à première vue, des actes simples et triviaux. De tels mouvements nécessitent, entre autres, l’existence de complexes processus entre entrées sensorielles et sorties motrices afin de compenser l’effet de la variabilité sensorimotrice inhérente au système. Un concept clé décrit ces processus de contrôle : les modèles internes. Il s’agit de représentations dynamiques de l’état de nos appareils sensorimoteurs, inscrites au sein d’un réseau d’aires cérébrales, permettant la comparaison entre un mouvement désiré (parfait) et le mouvement réalisé (bruité). Lorsqu’une différence est perçue suite à cette comparaison, un signal d’erreur motrice (EM) serait envoyé afin d’ajuster le mouvement en cours d’exécution. Nous avons réalisé une première étude chez l’Homme afin de définir le rôle des modèles internes lors d’un acte sensorimoteur simple: la saccade oculaire. Une tâche originale nous a permis d’introduire du bruit moteur artificiel (saut de cible intrasaccadique) durant une séquence saccadique. Les résultats valident l’existence d’un mécanisme de contrôle sensorimoteur optimal et confirme la prédiction d’un modèle basé sur la théorie des filtres de Kalman, pondérant la «confiance» accordée aux mouvements désirés versus réalisés en fonction de leur fiabilité (l’inverse de leur variance). Nous nous sommes alors attachés à rechercher les substrats cérébraux du calcul de l’EM en adaptant nos paradigmes chez le macaque rhésus. Nous avons enregistré l’activité électrophysiologique neuronale unitaire puis réalisé des inactivations réversibles au sein de l’aire latérale intrapariétale (LIP), région clé pour l’intégration visuo-saccadique. Nos résultats suggèrent que le cortex pariétal serait impliqué dans l’ajustement moteur du système saccadique. Le cortex pariètal pourrait ainsi accumuler des évidences (signaux d’erreur donnés par la copie d’efférence et les retours sensoriels) quant à la présence d’erreur oculomotrice puis inciter le reste du réseau saccadique à corriger cette dernière. Ce mécanisme permettrait alors d’optimiser la plupart des actions motrices réalisées dans des contextes sensorimoteurs constamment bruités / Looking at or grasping an object are simple and trivial actions. However, these types of movements require complex processing of sensory and motor information in order to compensate for the natural variability within the sensorimotor system. A key concept describes these control processes: internal models. These models are dynamical representations of the state of our effectors, supported by a network of cerebral areas, which allow the comparison between the desired movement (perfect) and the realised movement (noisy). When a difference is perceived, a motor error (ME) signal is sent in order to adjust the ongoing movement. We performed a first study with human subjects to define the role of internal models during a simple sensorimotor action: a saccade. We developed an original task in order to introduce artificial motor noise (intrasaccadic target jump) during a sequence of saccades. These results validates the existence of an optimal sensorimotor control mechanism and confirms the predictions of a model based on the Kalman filter theory. This optimal control implies a balance between the reliability given to the desired movements versus the executed movements as a function of their uncertaincy (correlate to their variability). We then investigated the neural substrates of the ME estimation by adapting our protocols for use with rhesus monkeys. We recorded the electrophysiological activity of unitary neurons and performed reversible inactivations in the lateral intraparietal area (LIP), a key area for visuo-saccadic integration. Our results suggest, therefore, that the parietal cortex plays a role in the motor adjustment of the saccadic system. We postulate that parietal cortex could accumulate evidence (i.e. error signal given by efferent copy and sensorial feedback) on the necessity to perform a corrective saccade. When the amount of evidence exceeds an error threshold, the decision to trigger a correction could be made. This process could allow the optimization of these motor actions within noisy sensorimotor context

L'amputation du membre supérieur, dont la prévalence est comparable à celle des maladies orphelines, induit chez les patients une perte considérable d'autonomie dans la majorité des tâches simples de la vie quotidienne. Pour pallier ces difficultés, les prothèses myoélectriques actuelles proposent une multitude de mouvements possibles. Cependant, leur contrôle non intuitif et lourd cognitivement requiert un apprentissage long et difficile, qui pousse une proportion importante de patients amputés à l'abandon de la prothèse. Dans cette thèse, nous avons cherché à identifier l'origine des difficultés et les manques du contrôle myoélectrique en comparaison au contrôle sensorimoteur naturel, dans le but à terme de proposer de meilleures solutions de restitution et de suppléance. Pour cela, nous avons manipulé diverses conditions expérimentales dans un contexte d'interface homme-machine simplifié où des sujets non amputés contrôlent un curseur sur un écran à partir de contractions isométriques, i.e. des contractions qui n'engendrent pas de mouvement. Cette condition isométrique nous a permis de nous approcher de la condition de la personne amputée contrôlant sa prothèse à partir de l'activité électrique (EMG) de ses muscles résiduels, en absence de mouvement articulaire. Durant une tâche d'atteinte de cible, nous avons entre autre démontré le bénéfice d'une adaptation conjointe du décodeur qui traduit les activités EMG en mouvement du curseur, venant s'ajouter à la propre adaptation du plan de mouvement des sujets en réponse à des perturbations orientées. De plus, il a été mis en évidence que ce bénéfice est d'autant plus important que la dynamique d'adaptation artificielle du décodeur s'inspire de celle de l'Homme. Dans des tâches d'acquisition et de poursuite de cible, impliquant davantage les mécanismes de régulation en ligne du mouvement, nous avons mis en évidence l'importance d'une congruence immédiate entre les informations sensorimotrices et la position du curseur à l'écran pour permettre des corrections rapides et efficaces. Dans une condition où le niveau de bruit du système est relativement faible, comme avec l'utilisation du signal de forces plus stable que l'habituel signal EMG, cette congruence explique, en partie, la supériorité d'un contrôle d'ordre 0 (i.e. position) sur un contrôle d'ordre 1 (i.e.} vitesse). Cependant, dès lors que le niveau de bruit est trop important, ce qui est le cas avec le signal EMG, le filtrage induit par l'intégration nécessaire au contrôle vitesse fait que celui-ci devient plus performant que le contrôle position. L'ensemble de ces résultats suggèrent qu'un décodeur adaptatif et intuitif, respectant et suppléant au mieux les boucles du contrôle sensorimoteur naturel, est le plus à même de faciliter le contrôle des futures prothèses. / Upper limb amputation, although quite rare, induces enormous loss of autonomy for patients in most daily life activities. To overcome this loss, current myoelectric prosthesis offers a multitude of possible movements. However, current controls of these movements are typically non-intuitive and cognitively demanding, leading to a high abandon rate in response to the long and tedious learning involved. In this thesis, we aimed at identifying difficulties and gaps associated with myoelectric controls when compared to natural sensorimotor control, with the long term goal of informing the design of better solutions for prosthesis control. To do so, we manipulated several experimental conditions in a simplified human-machine interface, where non-amputated subjects controlled a cursor on a computer screen from isometric contractions, i.e. muscle contractions produced in the absence of joint movement. This isometric condition was designed to get closer to a situation in which an amputee controls a myoelectric prosthesis using electrical activity (EMG) of his/her residual muscles, without movement of the missing limb. During aiming movements, we demonstrated the benefits of adapting the decoder that translate muscle activities into cursor movement in conjunction with the own subject’s adaptation of the planned movement direction in response to oriented perturbations. Furthermore, these benefits were showed to be even more important as the artificial decoder adaptation was inspired by the modeled adaptation of a human. In reaching and tracking movements toward fixed and moving targets, which increasingly involve online movement regulations, we revealed the importance of an immediate congruency between sensorimotor information and the cursor position on the screen for timely and efficient corrections. For conditions in which the level of noise associated with the control signal is relatively low, such as when using force that is more stable than the usual EMG signal used, this congruency partly explains the better performance obtained with zero order control (i.e. position) when compared to first order control (i.e. velocity). However, when the noise level increases, as is the case with EMG signals, the filtering property associated with the integration involved in a velocity control elicits better performances than with a position control. Taken together, these results suggest that intuitive and adaptive decoder, that supplies and judiciously complements natural sensorimotor feedback loops, is promising to facilitate future prosthesis controls.

Ce travail doctoral questionne le processus d’intégration des informations visuelles et gravito-inertielles à l’origine de comportements perceptivo-moteurs. Pour cela, nous avons manipulé l’orientation dans le plan sagittal d’une scène visuelle, du corps ou du vecteur gravito-inertiel, grâce à la rotation de cette scène ou du corps et par centrifugation. Nous avons mesuré les conséquences de ces modifications sur la capacité à localiser le corps ou une cible par le biais d’un mouvement de pointage manuel. Au cours de 3 expérimentations, nous avons manipulé un ensemble de facteurs associés au contexte de présentation des stimulations visuelles et gravito-inertielles (e.g., dynamique de rotation : rapide vs. lente), à la combinaison de ces stimulations (i.e., congruence vs. incongruence spatiale), au mode de réponse spatiale (i.e., tâche de détection de l’inclinaison, pointage discret ou continu) et aux caractéristiques individuelles (i.e., style perceptif). De façon générale, les études réalisées montrent que les règles de pondération sensorielle dépendent de l’interaction entre ces différents facteurs. Nous avons pu ainsi déterminer 2 grands types d’effets sur la pondération sensorielle : i) La non congruence spatiale entre les stimulations entraine une dominance relative des informations gravito-inertielles quelles que soient la tâche ou les caractéristiques de la scène visuelle ; ii) Par contraste, lorsque ces stimulations sont congruentes, les règles de pondération sensorielle dépendent de la tâche (i.e., perceptive vs. sensorimotrice). / This dissertation investigates the integration process of visual and gravitoinertial cues at the origin of perceptual-motor skills. To that aim, we manipulated sagittal orientation of a visual scene, the body and the gravitoinertial vector by means of scene and body rotations, as well as centrifugation. Self-orientation perception and target localization were analyzed during these modifications. In 3 experiments we modulated several factors associated with i) the presentation of visual and gravitoinertial stimulations (e.g., rotation dynamics: fast vs. slow), ii) the combination of these stimulations (i.e., spatial congruence vs. non-congruence), iii) the task (i.e., self-tilt detection, continuous and discrete arm pointing movements), iv) individual characteristics (i.e., perceptive style). Overall, we show that sensory integration rules depend on these interacting factors. Two global effects were revealed on sensory weighting: i) spatial non-congruence between stimulations induces relative gravitoinertial dominance, whatever the task or visual scene properties; ii) by contrast, spatial congruence between stimulations could be associated to sensory weighting rules which are task dependent (i.e., perceptive vs. sensorimotor).