Avant mon arrivée à l’Université de La Rochelle

Jusqu’à mon arrivée au L3I, le fil conducteur de mes recherches a principalement été l’apprentissage ; au niveau individuel, à deux, et dans une population d’agents. J’ai d’abord travaillé, dans le domaine de l’apprentissage individuel, sur les capacités d’apprentissage nécessaires à un système robotique purement réactif; puis j’ai proposé de développer un système de planification s’appuyant sur ce système réactif. J’ai mis en évidence les modifications structurelles, inspirées par la neurobiologie, nécessaires à la bonne interaction entre systèmes réactif et cognitif. La collaboration avec un neurobiologiste (J.P.Banquet) a permis, en particulier, de proposer un modèle de la structure biologique de l’hippocampe, impliquée, entre autre, dans la mémoire spatiale.

shapeimage_4Je me suis par la suite intéressé à un deuxième aspect de l’apprentissage, l’imitation. A l’origine j’envisageais ce type d’apprentissage comme une extension de l’apprentissage individuel à l’apprentissage inter-individuel. La collaboration avec J.Nadel, psychologue spécialiste du développement, a permis une ouverture à la dimension sociale et communicative de l’imitation. Mes travaux se projetaient sur 2 axes : des expériences de psychologie qui visaient à comprendre les capacités communicshapeimage_3atives minimales ; des travaux de modélisation dont le but était d’implanter sur des robots, des capacités d’interaction, d’imitation et de communication.

droppedImageEn parallèle de ces études, je me suis aussi intéressé à l’apprentissage dans les systèmes multi-agents. Ma volonté principale était la compréhension des mécanismes dynamiques qui permettent de faire émerger au niveau social des comportements de groupes dus àdes apprentissages individuels et des interactions interindividuelles, faisant ainsi le lien entre mes 2 autres sujets d’étude. AudroppedImage niveau applicatif, le cadre étudié a été celui de la recherche d’informations sur un réseau. En particulier, un apprentissage à base de « phéromones » a été développé pour aider à la recherche d’images par le contenu, sur des bases distribuées.