Modèles de mémoires pour la navigation autonome - Université de Lorraine Accéder directement au contenu
Thèse Année : 2000

Modèles de mémoires pour la navigation autonome

Nicolas P. Rougier

Résumé

We propose a method for autonomous agent navigation problem grounded on a connectionist architecture inspired by neurobiological data concerning cortex and hippocampus, a sub-cortical structure. Our approach is grounded on distinction between memories: cerebral cortex is believed to be implied within procedural memory, allowing learning of procedures, while hippocampus is believed to be implied within declarative memory, allowing explicit memorization of facts and events. Our works concerns modeling of these memories in the framework of autonomous behavior. The study of these different memories underlines the importance of this procedural/declarative dichotomy in cognitive tasks while autonomous navigation study underlines the topological cognitive map notion as well as the necessity of having at disposal ad hoc memory systems. Our modeling work is separated in two parts. Available data concerning human cortex allow us to model a procedural memory for the construction of links between places of a simulated environment allowing a goal-guided search as well as the possibility of reaching anytime any known place in the environment. Furthermore, available data concerning hippocampus allow us to model a declarative memory system. The architecture of the model as well as the original mechanisms implied make this system able to handle both simulated and real-world data. This mode finally allows to characterize and memorize the dfferent places of a given environment.
Nous proposons une approche du problème de la navigation d'un agent autonome fondée sur une architecture connexionniste inspirée de données biologiques concernant le cortex cérébral et l'hippocampe, une sous-structure corticale. Notre approche se fonde sur la distinction des mémoires, le cortex cérébral étant fortement impliqué dans la mémoire procédurale, permettant l'apprentissage de procédures, alors que l'hippocampe est impliqué dans la mémoire déclarative, permettant la mémorisation explicite de faits et d'événements. Notre travail concerne la modé- lisation de ces mémoires dans le contexte du comportement autonome. L'étude des dfférentes mémoires met en évidence l'importance de cette dichotomie procédurale/déclarative dans les tâches cognitives et l'étude de la navigation autonome met en exergue la notion de carte cognitive topologique ainsi que la nécessité de disposer de systèmes de mémoires adéquats. Notre travail de modélisation s'articule alors en deux temps. Les données concernant le cortex humain ont permis de modéliser une mémoire procédurale pour la construction des liens reliant les différents lieux d'un environnement simulé permettant une recherche guidée par le but ainsi que le ralliement à tout instant d'un lieu visité auparavant. Par ailleurs, les différentes données concernant la structure de l'hippocampe ont permis de proposer un modèle de mémoire de type déclaratif. L'architecture de ce modèle ainsi que les mécanismes originaux participant à son fonctionnement lui assurent une efficacité et une robustesse aussi bien sur des données simulées que sur des données réelles. Ce modèle permet alors de caractériser de façon adéquate les différents lieux d'un environnement donné.
Fichier principal
Vignette du fichier
NicolasRougier-PhDThesis.pdf (5.86 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-01746477 , version 2 (24-06-2011)
tel-01746477 , version 1 (29-03-2018)

Identifiants

  • HAL Id : tel-01746477 , version 2

Citer

Nicolas P. Rougier. Modèles de mémoires pour la navigation autonome. Modélisation et simulation. Université Henri Poincaré - Nancy 1, 2000. Français. ⟨NNT : 2000NAN10122⟩. ⟨tel-01746477v2⟩
532 Consultations
977 Téléchargements

Partager

Gmail Facebook X LinkedIn More