Le présent travail de recherche s'intéresse à l'apprentissage implicite de régularités dans des tâches motrices continues (ex : tâche de poursuite de cible) et discrètes (ex : tâche de Temps de réaction Sériel). Dans un premier temps, une réanalyse des travaux de Wulf et collaborateurs, portant sur l'apprentissage moteur implicite, a permis de mettre en évidence l'existence de problèmes méthodologiques et de biais potentiels, pouvant expliquer le fait que ces auteurs obtiennent un apprentissage implicite dans leur tâche de poursuite continue. Cependant, en respectant une méthodologie plus rigoureuse, il apparaît qu'il est bien difficile d'obtenir un tel apprentissage dans une tâche continue. Ceci nous a donc conduit, dans un second temps, à essayer de comprendre pourquoi il était plus facile de tirer bénéfice d'une répétition dans une tâche discrète que dans une tâche continue. Pour se faire, une tâche de TRS classique a été modifiée (nouveau périphérique, contrainte de précision, déplacement autonome et continu de la cible). Le but était de rendre cette tâche discrète la plus similaire possible à une tâche continue afin de voir si l'apprentissage implicite continuait à se manifester avec de telles modifications. Au final, les résultats obtenus ne permettent pas de fournir une réponse exhaustive pour expliquer la différence d'apprentissage existant entre les tâches continues et les tâches discrètes. L'ensemble des travaux réalisés au travers de cette thèse a, cependant, largement contribué à délimiter plus clairement les situations dans lesquelles l'apprentissage est possible. Dans le même temps, ces travaux constituent un apport dans la littérature restreinte sur l'apprentissage moteur implicite et enrichissent le débat « discret / continu », en ouvrant la voie vers de nouvelles perspectives de recherche.

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.

Le travail de cette thèse s'inscrit dans le domaine de l'utilisation de la vision pour la réalisation de tâches robotiques et concerne plus particulièrement les aspects de poursuite de cible par asservissement visuel. <br />Nous nous sommes intéressé au cas d'objets mobiles, et plus particulièrement à l'estimation du mouvement de ces objets, nécessaire pour une exécution satisfaisante des tâches de poursuite. La qualité de poursuite est en effet grandement améliorée grâce à une estimation robuste du mouvement. Pour réaliser l'estimation, nous proposons une approche nouvelle, basée sur l'aspect adaptatif du filtrage de Kalman. Contrairement au filtre classique de Kalman, ce filtre n'utilise aucun modèle ni connaissance a priori. La représentation d'état est adaptée en permanence en fonction des observations courantes pour représenter au mieux la dynamique du système. Il s'agit d'une approche modulaire à modèle multiple. Plusieurs filtres sont utilisés et la probabilité pour chacun de calculer l'estimation optimale est déterminée par apprentissage. Un réseau de neurones, sur cette base statistique, supervise l'ensemble des filtres et permet de compenser le caractère non stationnaire des mouvements de l'objet mobile. <br />Les informations visuelles estimées servent à contrôler les déplacements du robot. Des extensions de la carte auto-organisatrice de Kohonen à sorties supervisées servent à approximer la transformation sensori-motrice du système robot-vision. La relation apprise se trouve dès lors à l'origine de la loi de commande du robot. L'apprentissage est entièrement réalisé en contexte, en exploitant les corrélations sensori-motrices durant les mouvements des robots. <br />Les méthodes présentées dans cette thèse ont été validées en simulation et par des expérimentations réalisées sur une plate-forme robotique réelle.