Apprendre de nouvelles connaissances et savoir-faire sensorimoteurs dans des environnements réels entraine un grand nombre de défis majeurs pour les robots d'aujourd'hui. Pour acquérir de nouveaux comportements, ceux-ci ont besoin d'explorer des espaces sensorimoteurs qui possèdent généralement les caractéristiques d'être de grande dimensionnalité, de grands volumes, redondants, et de comporter des zones de complexités différentes. Dans cette thèse qui entre dans le cadre de la robotique développementale, nous proposons différents processus permettant de guider et contraindre une acquisition autonome de comportements sensorimoteurs nouveaux dans de tels espaces. Nous proposons une approche unifiée de résolution de ces problèmes qui prend inspiration des phénomènes de contraintes développementales présentés en biologie et psychologie, et plus particulièrement des motivations intrinsèques et des contraintes maturationnelles. Après la formalisation de cadres computationnels basés sur ces notions, nous présentons trois architectures algorithmiques différentes, chacune réutilisée de manière intégrée dans la suivante:La première, appelée RIAC, pour Robust-Intelligent Adaptive Curiosity, correspond à l'implémentation d'un algorithme d'apprentissage actif développemental permettant d'orienter l'exploration dans des espaces bornés et de dimensionnalité connue, possédant des régions de différents niveaux de complexités. Ce système, qui utilise des heuristiques prenant inspiration des mécanismes de motivations intrinsèques basées sur les connaissances, permet de diriger efficacement une exploration progressive de nouvelles connaissances sensorimotrices, qui correspondent à l'apprentissage de modèles directs. Il entraine aussi l'émergence de trajectoires développementales auto-organisées relatives à l'orientation de l'exploration sensorimotrice vers des activités de complexités intermédiaires.Ensuite, nous proposons l'algorithme SAGG-RIAC, pour Self-Adaptive Goal Generation - RIAC, en tant que mécanisme d'exploration intrinsèquement motivée basée sur les compétences, qui permet à des robots dont les espaces sensorimoteurs sont de grandes dimensions, hautement redondants, et possédant des schémas corporels différents, d'apprendre efficacement et activement de nouveaux comportements moteurs dans leurs espaces de tâches. L'idée principale de cet algorithme est d'orienter le robot à effectuer un babillage actif dans un espace des tâches de faible dimensionnalité, en opposition à un babillage moteur effectué dans un espace de contrôle de plus grande dimension, en auto-générant activement et adaptivement des objectifs dans les régions de l'espace des tâches qui fournissent les meilleures améliorations de compétences, pour l'atteinte d'objectifs précédemment tentés. Enfin, nous introduisons l'algorithme McSAGG-RIAC, pour Maturationally-Constrained SAGG-RIAC, qui repose sur le couplage de modèles computationnels de motivations intrinsèques et de contraintes maturationnelles physiologiques. Nous argumentons que ces mécanismes peuvent avoir des interactions bidirectionnelles complexes permettant le contrôle actif de l'augmentation de la complexité du développement sensorimoteur, afin de diriger une exploration et un apprentissage efficaces. Nous introduisons plus particulièrement un modèle fonctionnel des contraintes maturationnelles inspiré par le processus de myélinisation chez les humains, et montrons comment celui-ci peut être couplé avec l'algorithme SAGG-RIAC. Nous montrons qualitativement et quantitativement que cette approche intégrée des trois architectures présentées pendant cette thèse permet de répondre à certaines des problématiques des environnements réels, en contrôlant la complexité, le volume, la dimensionnalité et la redondance des comportements explorés de manière intrinsèque au robot, diminuant de manière importante la nécessité de contraindre et préparer l'environnement de manière externe. / Learning new sensorimotor knowledge and know-how in real environments leads to an important number of challenges for today's robots. In order to learn new skills, they need to explore sensorimotor spaces which are generally high-dimensional, high-volume, redundant, and possess areas of heterogenous levels of complexity. In this thesis, introduced within the developmental robotics domain, we propose different processes in order to guide and constrain the autonomous acquisition of new sensorimotor skills in such spaces. We propose an unified approach in order to resolve these problems which takes inspiration from phenomenon of developmental constraints introduced in biology and psychology, and more particularly intrinsic motivations and maturational constraints. After formalizing a computational framework based on these notions, we present three different algorithmic architectures, each one reused in an integrated manner within the next one:The first one, called RIAC, for Robust-Intelligent Adaptive Curiosity, corresponds to the implementation of an active learning algorithm which orients the exploration in bounded spaces whose dimensionality is known and which possess regions of different levels of complexity. This system, which uses heuristics taking inspiration from knowledge based intrinsic motivations mechanisms, effectively directs a progressive exploration of new sensorimotor knowledge, which corresponds to the learning of forward models. It also leads to the emergence of self-organized developmental trajectories related to the orientation of the sensorimotor exploration toward activities of intermediate complexity. Then, we propose the SAGG-RIAC algorithm for Self-Adaptive Goal Generation - RIAC, as a competence based intrinsic motivations exploration mechanism, which allows highly-redundant robots whose sensorimotor spaces are high-dimensional to learn effectively and actively new motor skills in their task spaces. The main idea of this algorithm is to guide the robot to do active babbling in a low-dimensional task space, in contrast with a motor babbling carried out in a higher-dimensional control space, by actively and adaptively self-generating goals in regions of the task space which bring the highest improvement of competences for reaching previously attempted goals.Finally, we introduce the McSAGG-RIAC algorithm for Maturationally-Constrained SAGG-RIAC, which is based on a coupling of computational models of intrinsic motivation and physiological maturational constraints. We argue that these mechanisms may have complex bidirectional interactions allowing the active control of the increase of complexity in the sensorimotor development, in order to direct efficient learning and exploration processes. We introduce more particularly a functional model of maturational constraints inspired by the biological process of myelination, and show how this can be coupled with the SAGG-RIAC algorithm. We show qualitatively and quantitatively that this integrated approach of the three architectures introduced in this thesis answers some problematics raised by real environments, by controlling the complexity, volume, dimensionality and redundancy of skills explored in a manner intrinsic to the robot, thus decreasing in an important extent the necessity of constraining and preparing the environment in en external manner.

Cette thèse répond à un double objectif : analyser théoriquement, à l’aide d’un modèle d’arbitrage travail-loisir, la réaction du temps de travail du médecin aux différents modes de rémunération lorsque seul le nombre de consultations et de patients peut faire l’objet d’un contrat entre le médecin et sa tutelle ; et observer empiriquement comment le temps de travail des médecins généralistes français évoluerait suite à une revalorisation du tarif de la consultation si l’on tient compte de leurs différents registres de motivations.Dans la première partie, nous présentons tout d’abord le modèle nous servant de base pour analyser l’offre de travail des médecins généralistes dans différents contextes (chapitre 1). Ensuite, nous montrons comment celui-ci peut être « enrichi » pour analyser les problèmes d’inégalités de santé, à travers le choix du médecin en termes de durée de consultation (chapitre 2). Enfin, nous analysons théoriquement comment l’offre de travail des médecins réagit à un choc de vieillissement de la population, selon le schéma de paiement en vigueur, paiement à l’acte ou capitation (chapitre 3).Dans la seconde partie, nous présentons tout d’abord une revue de littérature retraçant l’émergence du concept de motivation intrinsèque en économie de la santé (chapitre 4). Ensuite, nous regardons comment la théorie standard de l’offre de travail peut intégrer l’interaction possible entre les motivations intrinsèques et extrinsèques (chapitre 5). Enfin,nous cherchons à identifier empiriquement l’existence possible d’un effet contreproductif des incitations économiques sur les motivations intrinsèques, dans le champ de la promotion de la santé (chapitre 6). / This PhD dissertation has a twofold objective: to theoretically analyse, by using a workleisure trade-off model, the sensibility of physician’s working time to different payment systems when only the number of consultations and patients are contractible; and to empirically observe how French GP’s working time would change if consultation fee increased, in the specific case where different range of human motives are considered.The first part is dedicated to the presentation of the main properties of the basic model we use to study the labour supply behaviour of self-employed GPs in various contexts (chapter 1). Then, we show how this model can be ‘fitted’ to deal with the issue of health inequalities through physician’s choice in terms of consultation length (chapter 2). Finally, we theoretically investigate how physicians’ labour supply reacts to a population ageing shock, according to the effective payment scheme - fee-for service or capitation (chapter 3). The second part presents a survey on the emergence of the concept of intrinsic motivations in health economics aiming at specifying the theoretical background with which the remainder of our work is in line (chapter 4). Next, we explore how standard labour supply theory can integrate intrinsic motivations as a key determinant of human behaviour and, more especially, the effect of extrinsic incentives on the former in the field of general practice (chapter 5). Lastly, we intend to check, from an empirical perspective, if economic incentives can have a detrimental effect on intrinsic motivations in the particular field of health promotion, by using two different strategies (chapter 6).

Dans cette étude, nous cherchons à examiner l'influence de la nature multitâche du travail des professeurs universitaires sur leur performance d'enseignants et de chercheurs. Nous nous intéressons au cas particulier des universitaires russes. Le multitasking est un trait caractéristique du travail universitaire partout dans le monde. Pourtant dans le cas russe, le nombre de tâches intra-universitaires est souvent augmenté par un nombre encore plus important de tâches externes, provenant de multiples emplois externes dans lesquels la grande majorité des universitaires russes est engagée. Les tâches internes et externes constituent entre elles des liens complexes. D'un côté, ces liens sont déterminés par la fonction d'utilité des professeurs (par la nature de leurs motivations intrinsèques et la forme de leur fonction de coût personnel). D'autre côté, les systèmes d'incitation et les formes contractuelles qui encadrent le travail universitaire et les activités externes entrent en ligne de compte dans la détermination de ces liens. En nous munissant de l'instrumentaire des modèles multitâches et du concept de l'agent partagé, nous analysons la façon dont telle ou telle relation inter-tâche influence la performance universitaire. Nous le faisons d'abord dans le contexte statique et passons ensuite à l'analyse dynamique. Nous tâchons ensuite de comprendre quelle structure de contrats universitaires pourrait favoriser les externalités positives entre les tâches internes et externes, tout en améliorant la performance intra-universitaire des enseignants et en résolvant le problème de la sélection adverse, qui persiste dans le secteur de l'enseignement supérieur en Russie.

Cette thèse s’intéresse à plusieurs questions posées par l’introduction et la généralisation, en France, d’incitatifs économiques de type P4P appliqués à la médecine générale. Ces schémas incitatifs (CAPI, ROSP) ont pour objectif d’améliorer la qualité des soins, mais ils sont débattus en termes d’efficience et d’effets indésirables potentiels. Dans un premier temps, nous évaluons l’impact du CAPI sur différents indicateurs de la qualité des soins : la durée de la consultation et le dépistage des cancers. Puis, nous étudions les modalités d’une meilleure implication du médecin généraliste (MG) dans le dépistage des cancers, en appliquant la méthodologie des choix discrets. Enfin, nous analysons la relation entre motivations intrinsèques et extrinsèques des MGs français. Nous montrons que le CAPI n’a pas eu d’impact significatif sur les indicateurs de qualité considérés et que les MGs seraient sensibles à d’autres dispositifs non monétaires potentiellement moins coûteux. Enfin, nous mettons en évidence une relation de substituabilité entre motivations intrinsèques et extrinsèques. Ces résultats invitent à davantage de prudence dans la définition des incitatifs économiques en médecine générale. / This thesis addresses several issues raised by the introduction in France of economic incentives such as pay-For-Performance applied to general practice. These incentive schemes are designed to improve the quality of care, but they are discussed both in terms of effectiveness and potential side effects. Initially, we assess the impact of the CAPI scheme on various indicators of quality of care: the consultation length and cancers screening. Then, using the discrete choice experiment methodology, we reveal general practitioners (GPs) preferences for devices aimed at improving the early detection of cancers. Finally, we analyse empirically the relationship between French GPs' intrinsic and extrinsic motivations. We show that the CAPI has not had a significant impact on the selected quality indicators. In addition, GPs would be sensitive to potentially less costly nonmonetary devices. Eventually, we highlight a negative relationship between GPs' intrinsic and extrinsic motivations. Our results call for greater caution in the definition of economic incentives in general practice.