logo EDITE Sujets de doctorat

Modélisation de l'organisation en colonne du cortex préfrontal pour l'apprentissage spatial et la planification de la navigation

Résumé rédigé par
Directeur de thèse:
Encadré par
Doctorant: Louis-Emmanuel MARTINET
Unité de recherche UMR 7102 Neurobiologie des processus adaptatifs

Domaine: Département Sciences et technologies de l'information et de la communication
Secteur: Mathématiques, STIC, nanotechnologies
Thème: Systèmes complexes
Sous-thème: Systèmes complexes en SdV et SHS

Projet

L'objectif de ce travail est d'étudier l'apprentissage de représentations abstraites non-symboliques adaptées au raisonnement et à la planification, avec une perspective biomimétique.

En parallèle d'une recherche bibliographique approfondie sur les interactions entre l'hippocampe et le cortex préfrontal, deux structures cérébrales impliquées dans la cognition spatiale, nous avons tout d'abord développé un système de planification pour la navigation spatiale. Le modèle est inspiré par l'organisation en colonnes du cortex mammalien, et il apporte une architecture neuromimétique capable d'apprendre des représentations topologiques et de planifier des actions dirigées vers un but.

Le système de planification a été validé sur une tâche comportementale spatiale classique, le protocole de détour de Tolman & Honzik (1930) dont le but est de montrer que les rongeurs peuvent utiliser des trajectoires flexibles vers un but en présence de chemins bloqués, ainsi qu'une expérience mettant en avant la capacité à découvrir des raccourcis. Le protocole de Tolman & Honzik a également été modifié pour mettre en avant les capacités adaptatives du modèle dans le cadre d'un environnement de taille plus importante.

Afin de lier la prise de décision aux décharges neuronales, nous avons utilisé des mesures statistiques et basées sur la théorie de l'information pour étudier les propriétés de sélectivité spatiale des réponses neuronales, ainsi que les activités prospectives et dépendantes du but.

Enjeux

Mise en oeuvre d'une approche neuromimétique pouvant relier les études expérimentales concernant la planification dans la navigation spatiale avec la modélisation des systèmes complexes et de leur application dans le domaine de la robotique autonome.