Centrale Marseille                


          

Emmanuel

Daucé

e d a u c e @ e c - m a r s e i l l e . f r




Institut de Neurosciences des Systèmes
 Inserm UMR1106
Faculté de médecine
Aix-Marseille Université
27, Bd Jean Moulin
13005 Marseille cédex
France
     (00-33) 4 91 05 47 30

 

CV

Publications

Thème de recherche

Notre démarche de modélisation vise à dépasser la description de comportements moteurs ou d'actions réflexes ne reposant que sur la perception immédiate. Nous privilégierons donc des modèles perceptifs ou sensori-moteurs fondés sur des cartes neuronales dotées de fortes interactions latérales et/ou des modèles de réseaux totalement récurrents. Les concepts centraux sont :
- La notion de champ neuronal qui rend compte des propriétés de détection, de sélection, de mémoire transitoire observée au sein de la plupart des systèmes perceptifs.
- La notion de récurrence qui rend compte de l’autonomie des réponses du système nerveux (qui sont influencées, mais non pilotées par les perception), de la bi-directionnalité du transport de l’information (de la perception vers l’action, de l’action vers la perception) et des capacités d’anticipation sensorielles et sensori-motrices.
- La notion d’apprentissage par renforcement, qui guide et construit les comportements issus de l’interaction du système avec un environnement réactif.
Ces trois niveaux d’analyse correspondent en outre à trois échelles temporelles et spatiales différentes (formation des percepts au sein des structures sensorielles, élaboration de l’action au sein d’un réseau intégré, adaptation lente dans le cadre d’interactions réitérées avec l’environnement), qu’on pourra tenter d’unifier dans le cadre d’une démarche d’implémentation sur plate-forme robotique mobile.
Our aim is to overtake the classical perception-driven models  of motor behavior.  We thus  favour perceptive and sensori-motor models based on  neuronal maps  with strong lateral interactions and/or recurrent network models.

The main concepts are :

neural field which  displays the properties of  detection, selection and  short term memory observed  in most perceptive systems.
- recurrence in the network structure which helps to model the autonomy of the nervous system responses (which are influenced, but not driven by the perceptions). the bi-directionnality of information processing (from action to perception, from perception to action), and the anticipation capabilities.
- reinforcement learning which takes place in the builiding and consolidation of the behaviors emerging from the interactons of the system with a reactive environment.

Those three aspects moreover correspond to three temporal and spatial scales (percept appearance into the sensory structures, action formation in an integrated network, slow adaptation during repeated interaction with the environment). Those three aspects may be unified and explored through robotic implementation.

 



Pistes et documents :




.