Apprentissage pour une robotique autonome

L'apprentissage automatique a défini en informatique un ensemble de techniques statistiques éprouvées, que l'on peut dans une certaine mesure rapprocher de formes d'apprentissage du vivant. Leur mise en œuvre en robotique autonome révèle cependant des faiblesses pour assurer l'autonomie de l'agent. Le cours revisite ces techniques à la lumière des neurosciences et des sciences sociales, pour présenter des algorithmes qui apprennent en autonomie, par simple interaction avec l'environnement et avec des critères de survie définis a priori.

Pour chaque forme d'apprentissage, un rappel des méthodes classiques d'apprentissage automatique précède la définition de critères d'autonomie et l'introduction de données biologiques et comportementales. Ces données conduisent à des formes d'apprentissage plus plausibles biologiquement, intégrées dans une vue systémique du vivant. Les notes couvrent l'apprentissage sensorimoteur : modèles de neurones, organisation des réseaux et règle de Hebb.

Notes de cours

Cours1 page

• Apprentissage sensorimoteurModèles de neurones, organisation des réseaux et règle d'apprentissage de Hebb.