ISS9AF

Computational Neurosciences and Robotics

Durée : 21 heures

Crédits : 2 ECTS 

Semestre : S9

Responsable(s) :

Patrick HENAFF, Professeur, patrick.henaff@univ-lorraine.fr 

Mots clés : robotique, interaction homme/robot, intelligence artificielle,intelligence artificielle bio-inspirée,  réseaux de neurones, neuro-robotique, systèmes dynamiques, ocscillateurs neuronaux, algorithmes génétiques:

Pré requis :  robotique, mathématique et physique niveau classes préparatoires, programmation python

Objectif général :  comprendre les enjeux de la robotique interactive et des systèmes cyber-physiques interactifs, comprendre comment  s'inspirer des neurosciences  et des sciences cognitives  pour concevoir des algorithmes de contrôle des robots qui les rendent plus autonomes, plus interactifs, plus robustes.

Programmes et contenus :

Programme:

• système nerveux moteur chez l'animal et l'homme : boucle sensori-motrice
• contrôle neuronal en robotique : modèles de neurones (statique, dynamiques) et modèles d'architectures
• Notion de plasticité :
  • plasticité synaptique et neuronale
  • liens entre mécanismes d'apprentissage local  et  émergence de comportement global adaptatif
• algorithmes génétiques:
  • synthèse évolutionniste en robotique
  • coévolution morphologie/contrôleurs
• genèse de mouvements rythmiques: 
  • principe de synchronisation des systèmes dynamiques
  • central pattern generators (CPG) neuronaux, à base d'oscillateurs linéaires ou non linéaires.
  • application de la neuro-robotique à la locomotion ou aux mouvements  rythmiques
  • application de la neuro-robotique à l'interaction rythmique homme/robot 
  • émergence de synchronisation 
• nouveaux concepts en intelligence artificielle:
  • l'intelligence du corps, concept d'immanence
  • principe d’émergence
  • communication multimodale
  • empathie artificielle
• Miniprojet :  développer un algorithme d'apprentissage bio-inspiré démontrant l'emergenge d'une synchronisation d'une boucle sensori motrice d'un robot 

Outils et Plateformes robotiques:

a) robots humanoïdes : 3 Nao,  2 demi-Nao (torse+tete+bras) + 1 cheville,1 pepper

b) simulateur Vrep (Coppelia Sim)

Compétences : 

Niveaux

Description et verbes opérationnels

Connaître 

 Les problématique de la locomotion rythmique et de l'interaction physique et sociale humain/robot du point de vue neurosciences et sciences cognitive. L'intelligence artificielle bio-inspirée et ses applications au contrôle de robots. Les principes de la plasticité synaptique et neuronale utilisés  en robotique.

Comprendre 

Le fonctionnement du systeme nerveux moteur humain et les liens avec le controle moteur en robotique. La notion de boucle sensorimotrice  et  les liens dans l'interaction humain/robot. Les invariants dynamiques  dans la genèse des mouvements rythmiques, la synchronisation des systèmes dynamiques. Les modèles d'oscillateurs neuronaux et leur utilisation dans le contrôle de smouvements rythmique en robotique ( locomotion, intercation). 

Appliquer 

Programmer un  réseau d'oscillateurs neuronaux  pour montrer  l'émergence  d'une synchronisation globale. Simuler la locomotion neuro-robotique d'un robot serpent. Simuler  la synchronisation dynamique entre un robot et son environnement.

Analyser 

L'efficacité des alogorithmes par des simulations réalistes (garphiques)  et des indicateurs de performances (commandes motrices, synchronisation....)

Synthétiser

Synthétiser le travail sous forme de rapport  décrivant mathématiquement les modèles, montrant l'évolution des indicateurs au cours d'un apprentissage, et incluant des simulations robotiques.

Évaluer

Evaluer la qualité de son travail par une autocritique des resultats, en montrer les limites, mettre en oeuvre des test de robustesse  et proposer des solutions nouvelles

Évaluations :

• Test écrit

• Contrôle continu

• Oral, soutenance

• Projet

• Rapport