Nous proposons une approche du problème de la navigation d'un agent autonome fondée sur une architecture connexionniste inspirée de données biologiques concernant le cortex cérébral et l'hippocampe, une sous-structure corticale. Notre approche se fonde sur la distinction des mémoires, le cortex cérébral étant fortement impliqué dans la mémoire procédurale, permettant l'apprentissage de procédures, alors que l'hippocampe est impliqué dans la mémoire déclarative, permettant la mémorisation explicite de faits et d'événements. Notre travail concerne la modé- lisation de ces mémoires dans le contexte du comportement autonome. L'étude des dfférentes mémoires met en évidence l'importance de cette dichotomie procédurale/déclarative dans les tâches cognitives et l'étude de la navigation autonome met en exergue la notion de carte cognitive topologique ainsi que la nécessité de disposer de systèmes de mémoires adéquats. Notre travail de modélisation s'articule alors en deux temps. Les données concernant le cortex humain ont permis de modéliser une mémoire procédurale pour la construction des liens reliant les différents lieux d'un environnement simulé permettant une recherche guidée par le but ainsi que le ralliement à tout instant d'un lieu visité auparavant. Par ailleurs, les différentes données concernant la structure de l'hippocampe ont permis de proposer un modèle de mémoire de type déclaratif. L'architecture de ce modèle ainsi que les mécanismes originaux participant à son fonctionnement lui assurent une efficacité et une robustesse aussi bien sur des données simulées que sur des données réelles. Ce modèle permet alors de caractériser de façon adéquate les différents lieux d'un environnement donné.
| Identifer | oai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00602997 |
| Date | 20 October 2000 |
| Creators | Rougier, Nicolas P. |
| Publisher | Université Henri Poincaré - Nancy I |
| Source Sets | CCSD theses-EN-ligne, France |
| Language | French |
| Detected Language | French |
| Type | PhD thesis |
Page generated in 0.0022 seconds