next up previous contents index
suivant: Architecture générale du système monter: Modèle pour l'apprentissage précédent: Modèle pour l'apprentissage   Table des matières   Index

Principe de fonctionnement

Cette section présente présente l'architecture d'un système constitué de plusieurs couches, capable d'interagir avec un environnement. L'information sur l'environnement passe par l'intermédiaire des signaux $ I^{(p)}(t)$. Ces signaux peuvent provenir directement de capteurs, ou présenter le résultat d'un traitement effectué par des couches non incluses dans le modèle.

Un modèle classique d'organisation neuronale, fondé sur une schématisation du fonctionnement du système nerveux animal, met en \oeuvre une couche perceptive et une couche motrice, auxquelles sont attachées une ou plusieurs couches associatives autorisant des traitements plus élaborés (voir figure 5.1). Un tel modèle est proposé, par exemple, dans [99,71].

Figure 5.1: Modèle de système sensoriel et moteur en interaction avec son environnement
\includegraphics[]{aitken.eps}

Ce système entretient une relation circulaire avec son environnement. Dans le cadre d'un apprentissage, il établit des correspondances entre des événements perçus et les actions qu'il produit (il capte à chaque instant la co-occurrence d'une action motrice et d'une perception). Le système s'organise sous la contrainte à la fois de son environnement (influence externe) et de ses couplages préexistants (influence interne). La réponse du système n'étant pas évaluée par une entité extérieure, on est dans le cadre de l'apprentissage non-supervisé.

Dans la suite de ce chapitre, on distinguera l'apprentissage effectué lorsque le système est passif (la stimulation d'entrée est fixée par l'utilisateur, et on étudie l'adaptation de la dynamique interne à cette entrée), et l'apprentissage effectué lorsque le système est actif (le signal produit par le système agit directement sur les caractéristiques perçues du monde). Dans ce cas, c'est l'état d'une des couches primaires (appelée couche primaire motrice) qui détermine l'action produite. Les simulations de la partie 5.2, qui évaluent la capacité d'apprentissage des réseaux, sont faites avec un système passif. Les expériences de la partie 5.3, qui présentent une application à la robotique, se déroulent naturellement avec un système actif.


next up previous contents index
suivant: Architecture générale du système monter: Modèle pour l'apprentissage précédent: Modèle pour l'apprentissage   Table des matières   Index
Dauce Emmanuel 2003-05-07