La robotique évolutionniste vise à concevoir des machines capables d'apprendre continuellement des savoir-faire nouveaux dans un monde continu, non contrôlé et changeant. Cette méthode a permis de construire avec succès des robots réels exhibant des comportements réactifs complexes. L'une des prochaines étapes est désormais de réussir à concevoir des architectures de contrôle pourvus de capacités plus cognitives. La mémoire est un élément central de la cognition, mettre en œuvre des méthodes permettant aux robots d'acquérir cette capacité peut être vu comme un premier jalon nécessaire à la réalisation de comportements cognitifs de plus haut niveau. Partant de ce constat, l'objectif de cette thèse est d'étudier la synthèse d'architectures de contrôle pour robot, capable de réaliser des tâches nécessitant le développement d'une forme de mémoire interne. Nous émettons l'hypothèse que faire émerger une capacité de mémoire au sein d'une architecture de contrôle est un problème trompeur, la robotique évolutionniste ayant tendance à générer des agents prenant seulement en considération leurs perceptions courantes. Nous proposons une approche basée sur l'utilisation de différentes pressions de sélection afin d'éviter une convergence prématurée vers des individus au comportement réactif. Nous montrons que pour favoriser l'émergence d'une mémoire interne, il est nécessaire : d'utiliser une fitness discrète qui n'introduit pas un gradient pouvant tendre vers un optimum local; de mettre en place des mécanismes de diversités comportementales afin d'explorer efficacement l'espace de recherche; de développer différents objectifs auxiliaires pour garantir une mémoire robuste.
| Identifer | oai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00794343 |
| Date | 30 January 2013 |
| Creators | Pinville, Tony |
| Publisher | Université Pierre et Marie Curie - Paris VI |
| Source Sets | CCSD theses-EN-ligne, France |
| Language | fra |
| Detected Language | French |
| Type | PhD thesis |
Page generated in 0.0019 seconds