Laboratoire ETIS

équipe de neurocybernétique


Nous avons organisé IEEE ICDL-EPIROB 2016

Accueil | Publications | Membres | Stages | Videos | Accès


Stages 2017

Master recherche, six mois.
Apprendre à déplacer un objet sur une table : modélisation neurobiologique et application robotique

Prendre et déplacer un objet est une tache élémentaire en robotique. Son apprentissage avec un modèle neurobiologiquement plausible reste toujours un défi surtout si l’on y intègre des contraintes dynamiques. Dans le cadre de ce stage, nous désirons tester les effets d’un modèle simple des ganglions de la base pour étudier quel est l’impact de différents signaux de renforcement sur la forme des trajectoires générées par un bras de robot à commande hydraulique dans une tache de prise et dépôt d’objet. Le but sera d’analyser dans quelle mesure des signaux de renforcements simples liés au succès ou à l’échec de la prise ou du dépôt de l’objet (dans des conditions variables) peut induire des formes de trajectoires spécifiques reconnaissables pas le partenaire humain. On espère ainsi développer un modèle de contrôle moteur qui soit à la fois efficace et donne des trajectoires « lisibles » par un partenaire humain. La connexion avec un modèle de cervelet déjà développé pour l’apprentissage de la balistique du mouvement une fois la « découverte » de la bonne trajectoire pourra être envisagée sur la fin du stage.

Ce travail comportera des simulations et expérimentation sur le robot humanoïde TINO à commande hydraulique. Ce robot peut être contrôlé directement en force au travers de notre simulateur de réseaux de neurones Prométhé. Il utilise des informations visuelles pour la localisation des objets et la préhension d’objets.

Lieu: Equipe neurocybernétique du laboratoire ETIS (UMR CNRS 8051) à Cergy Pontoise

Compétences requises : bonnes connaissances en réseaux de neurones, intérêt pour les sciences cognitives, bon niveau de programmation en C

Plateformes : simulateur de réseau de neurones Prométhé, robot humanoïde à commande hydraulique TINO

Contact : Prof. Philippe Gaussier

Couriel : philippe.gaussier[@]ensea.fr

Indemnité : 520€/mois

Prémices des mécanismes de l'intentionnalité appliqué à l'interaction homme-robot

Contexte :

La robotique développementale est une branche de la robotique qui consiste à comprendre et modéliser le développement du bébé en utilisant une plateforme robotique. Dans ce contexte, des expériences robotiques proposent et/ou implémentent des modèles cognitifs issus des recherches en psychologie. Les modèles qui seront explorés lors de ce stage reposent sur les interactions triadiques mère/enfant/objet où le robot jouera le rôle du jeune enfant.

Objectifs :

Des expériences qui proposent un modèle permettant de comprendre comment un robot peut développer de manière autonome la reconnaissance d'un ensemble de postures sont déjà maîtrisées. En partant de ces interactions dyadiques, nous souhaitons lors de ce stage doter le robot de mécanismes intentionnels qui lui permettront d'enrichir son interaction avec l'environnement. A la manière d'un bébé humain, être imité permet au robot d'apprendre à associer ce qu'il fait avec ce qu'il voit, puisqu'il voit l'autre (le partenaire humain) réaliser ses propres intentions. Il est ainsi possible de proposer un modèle computationnel de l'intentionnalité qui émerge du jeu d'imitation entre le robot et l'humain.

Encadrants : Dr. Sofiane Boucenna

Couriel: sofiane.boucenna[@]ensea.fr

Un robot expressif capable de créer et maintenir une interaction intuitive

Contexte :

Les Musées contemporains offrent un contexte institutionnel privilégié, permettant aux visiteurs d'aiguiser leur perception de manière très spécifique. Ces derniers sont incités à apprécier les artefacts qui leur sont présentés sans qu’aucune contrainte forte - en particulier, sur le plan fonctionnel - ne pèse sur eux, et ne vienne automatiquement dicter leurs réactions vis-à-vis de ces derniers. Libres à eux, en particulier, de s’intéresser à ce que l'objet représente intimement pour eux ou à se concentrer plutôt sur ce que ce même objet représente aux yeux de ses créateurs et de ceux à qui il était initialement destiné. Libres aussi, à eux, au delà des conditionnements socio-culturels ou muséographiques qui pèsent sur eux, de privilégier certains objets ou d’en ignorer d’autres. Libres à eux encore, quand ils contemplent un objet, d’en isoler certains traits saillants.

Ces hypothèses pourrait être mises en évidence et testées par le biais d’expérimentations robotique, où nous utiliserons notre robot mobile Berenson en tant que médiateur culturelle afin qu’il nous renseigne sur les préférences ‘esthétiques’ des visiteurs. Nous voudrions utiliser Berenson pour interroger maintenant non seulement la nature des conduites esthétiques telles qu’on peut les observer dans des Musées mais, aussi plus généralement, certaines des fonctions essentielles que l’apprentissage du jugement esthétique joue, à notre sens, dans nos sociétés.

Objectifs:

Nous voudrions interroger les visiteurs sur leurs préférences vis à vis des oeuvres. Par conséquent, le robot sera utilisé pour analyser les préférences des visiteurs. Le robot Berenson annotera et apprendra les préférences des visiteurs (valeurs émotionnelles aux objets). Des analyses statistiques sur les préférences des visiteurs seront réalisées à partir des données annotées. Dans le même temps, nous voudrions mettre en évidence l'intérêt que Berenson suscite afin de vérifier que l'intentionnalité que les visiteurs prêtent au robot est manifestement liée à sa capacité à réagir de manière synchrone aux actions de ces derniers. Une fois l’apprentissage effectué, nous pourrons étudier notre capacité intuitive à attribuer des formes d’intentionnalité à Berenson en lui demandant de rejoindre une catégorie d’objet. La cohérence et la prédictibilité temporelle du comportement du robot sont ainsi des éléments importants pour prêter au robot des intentions ou projeter sur lui des intentions humaines.

Prérequis : progammation : C, matlab

Encadrant : Dr. Sofiane Boucenna

Couriel: sofiane.boucenna[@]ensea.fr

Apprentissage et reconnaissance de trajectoires motrices
Dans l'ensemble des travaux que nous avons mené jusqu'à présent, nous avons pu montrer :
  • qu'il est possible d'apprendre (dans le cas général) des séquences complexes d'événements [ESN, Résaux chaotiques]
  • qu'il est possible d'apprendre (en robotique autonome) des trajectoires motrices simples [Moga99, Lagarde2006, Lagarde&Calinon2007]
  • qu'il est possible d'apprendre (en robotique autonome) a prédire les conséquences sensorielles d'un mouvement simple [Baily 2013,Andry2015, Kuras&Andry (en cours)]

Néanmoins, il reste encore beaucoup d'obstacles à l'apprentissage de comportements en robotique autonome. Les outils les plus prometteurs dans ce domaine (par exemple ESN et réseaux chaotiques) présentent encore des limitations pour un usage en robotique : la plupart du temps l' apprentissage est hors ligne, et surtout les réservoirs nécessitent beaucoup de temps pour converger (lors de l'apprentissage) et se resynchroniser (lors de l'utilisation) pour restituer une séquence temporelle. Enfin, à notre connaissance, ces modèles n'expliquent pas aisément comment des morceaux de trajectoires (sous-séquences) peuvent être recombinées ou reconnues dans une séquence plus grande (chunk), en partie à cause du temps de re-synchronisation évoqué plus haut.

En parallèle, il existe un débat scientifique sur la théorie de la simulation motrice, où est discuté l'importance du système moteur comme outil de 'simulation motrice' nécessaire à la reconnaissance des gestes, mais aussi la reconnaissance des intentions motrices et voire (plus hypothétiquement) la reconnaissance des intention sociale [de Jacob et Jeannerod 2005 à Becchio 2015]. Au delà du débat, un interet certain réside dans : a) identifier et modéliser les structures impliquées dans le contrôle moteur (cervellet, cortex, striatum, préfrontal, etc.) et b) reconnaitre les intentions motrices sur la base des trajectoires motrices reconnues.

Dans ce contexte pluridisciplinaire, nous proposons les travaux suivants :

Proposer un modèle pour l'apprentissage de trajectoires. Ce modèle est inspiré de nos travaux précédents sur les propriétés temporelles des cellules granulaires présentes dans l'hippocampe et le cervelet. Plutôt que de mettre en avant un unique réservoir (comme dans les ESN et les réseaux chaotiques), nous proposerons l'utilisation de plusieurs petits groupes de réservoirs de cellules granulaires ayant chacun le potentiel d'apprendre des formes de trajectoires différentes. Chaque réservoir sera géré comme dans une structure ART, avec la possibilité de continuer a apprendre une portion de séquence dont il est le plus similaire (mécanisme de compétition appliquée a une séquence temporelle, basée sur l'intégration de l'erreur dans le temps et un paramètre vigilance). Une trajectoire longue ou complexe, sera ainsi la concaténation de plusieurs sous-séquences apprise par notre réseau. Cette hypothèse de travail devrait nous permettre d'aborder plus facilement les problématiques de choix des sous séquences et notamment quand des éléments de contexte permettent de faciliter ce choix (mécanismes simples d'associations).

Lieu: Equipe neurocybernétique du laboratoire ETIS (UMR CNRS 8051) à Cergy Pontoise

Contact : Dr. Pierre Andry

Stages 2016

Master recherche, six mois.
Contextes spatiaux et comportementaux dans le cadre de la robotique mobile bio-inspirée
Ce stage a pour objectif de concevoir, implémenter et évaluer une architecture de contrôle bio-inspirée pour un robot mobile. Dans des travaux précédents, nous avons montré qu'un modèle inspiré d'études sur les rongeurs et les primates pouvait permettre à un robot d'explorer un nouvel environnement et apprendre à reconnaître les endroits visités. Il ainsi possible d'effectuer certaines trajectoires de type ronde ou de retourner à des lieux connus. En revanche, lors du passage à l'échelle pour des expériences dans de grands environnements, et en particulier à l'extérieur, on est confronté à deux problèmes : L'ambigüité visuelle et l'explosion combinatoire. L'une des solutions possibles consiste à se reposer sur des contextes afin de réduire l'espace de recherche et lever les ambigüités. Ces contextes peuvent être spatiaux (couloir, espace ouvert, route, etc.) ou comportementaux (déplacements réalisés, tâche à effectuer, satisfaction d'un besoin, etc.).

La proposition de stage s'adresse à des étudiants en master de recherche en informatique, électronique, robotique, sciences cognitives et autres domaines connexes. Pour plus d'information, contacter Marwen Belkaid (prenom.nom@ensea.fr).

références :

  • P. Gaussier and S. Zrehen, PerAc : A neural architecture to control artificial animals, Robotics and Autonomous Systems, vol. 16, no. 2-4, pp. 291-320, 1995.
  • C. Giovannangeli, P. Gaussier, and J. Banquet, Robustness of visual place cells in dynamic indoor and outdoor environment, International Journal of Advanced Robotic Systems, vol. 3, no. 2, pp. 115-124, 2006.
  • N. Cuperlier, P. Gaussier, and M. Quoy, Interest of spatial context for a place cell based navigation model, in From Animals to Animats 10. , pp. 169-178, 2008.

    Encadrants : Marwen Belkaid, Dr. Nicolas Cuperlier and Prof. Philippe Gaussier.

  • Synchronisations bas niveau et Prédiction du Rythme d’interaction pour des Interactions Homme Machine Intuitives
    Sujet (pdf)

    Encadrant : Dr. Ghilès Mostafaoui

    Prémices des mécanismes de l'intentionnalité appliqué à l'interaction homme-robot

    Contexte :

    La robotique développementale est une branche de la robotique qui consiste à comprendre et modéliser le développement du bébé en utilisant une plateforme robotique. Dans ce contexte, des expériences robotiques proposent et/ou implémentent des modèles cognitifs issus des recherches en psychologie. Les modèles qui seront explorés lors de ce stage reposent sur les interactions triadiques mère/enfant/objet où le robot jouera le rôle du jeune enfant.

    Objectifs :

    Des expériences qui proposent un modèle permettant de comprendre comment un robot peut développer de manière autonome la reconnaissance d'un ensemble de postures sont déjà maîtrisées. En partant de ces interactions dyadiques, nous souhaitons lors de ce stage doter le robot de mécanismes intentionnels qui lui permettront d'enrichir son interaction avec l'environnement. A la manière d'un bébé humain, être imité permet au robot d'apprendre à associer ce qu'il fait avec ce qu'il voit, puisqu'il voit l'autre (le partenaire humain) réaliser ses propres intentions. Il est ainsi possible de proposer un modèle computationnel de l'intentionnalité qui émerge du jeu d'imitation entre le robot et l'humain.

    Encadrants : Dr. Sofiane Boucenna

    Un robot expressif capable de créer et maintenir une interaction intuitive

    Contexte :

    Les Musées contemporains offrent un contexte institutionnel privilégié, permettant aux visiteurs d'aiguiser leur perception de manière très spécifique. Ces derniers sont incités à apprécier les artefacts qui leur sont présentés sans qu’aucune contrainte forte - en particulier, sur le plan fonctionnel - ne pèse sur eux, et ne vienne automatiquement dicter leurs réactions vis-à-vis de ces derniers. Libres à eux, en particulier, de s’intéresser à ce que l'objet représente intimement pour eux ou à se concentrer plutôt sur ce que ce même objet représente aux yeux de ses créateurs et de ceux à qui il était initialement destiné. Libres aussi, à eux, au delà des conditionnements socio-culturels ou muséographiques qui pèsent sur eux, de privilégier certains objets ou d’en ignorer d’autres. Libres à eux encore, quand ils contemplent un objet, d’en isoler certains traits saillants.

    Ces hypothèses pourrait être mises en évidence et testées par le biais d’expérimentations robotique, où nous utiliserons notre robot mobile Berenson en tant que médiateur culturelle afin qu’il nous renseigne sur les préférences ‘esthétiques’ des visiteurs. Nous voudrions utiliser Berenson pour interroger maintenant non seulement la nature des conduites esthétiques telles qu’on peut les observer dans des Musées mais, aussi plus généralement, certaines des fonctions essentielles que l’apprentissage du jugement esthétique joue, à notre sens, dans nos sociétés.

    Objectifs:

    Nous voudrions interroger les visiteurs sur leurs préférences vis à vis des oeuvres. Par conséquent, le robot sera utilisé pour analyser les préférences des visiteurs. Le robot Berenson annotera et apprendra les préférences des visiteurs (valeurs émotionnelles aux objets). Des analyses statistiques sur les préférences des visiteurs seront réalisées à partir des données annotées. Dans le même temps, nous voudrions mettre en évidence l'intérêt que Berenson suscite afin de vérifier que l'intentionnalité que les visiteurs prêtent au robot est manifestement liée à sa capacité à réagir de manière synchrone aux actions de ces derniers. Une fois l’apprentissage effectué, nous pourrons étudier notre capacité intuitive à attribuer des formes d’intentionnalité à Berenson en lui demandant de rejoindre une catégorie d’objet. La cohérence et la prédictibilité temporelle du comportement du robot sont ainsi des éléments importants pour prêter au robot des intentions ou projeter sur lui des intentions humaines.

    Prérequis : progammation : C, matlab

    Encadrant : Dr. Sofiane Boucenna

    Approche Développementale pour l'acquisition d'une image corporelle egocentrée dans un robot basée sur l'intégration multimodale dans des réseaux de neurones
    Voir ne se fait pas seulement avec les yeux, cela implique aussi l'intégration des autres modalités telles que l'information auditive, proprioceptive et tactile, pour localiser des objets, des personnes et aussi les différentes parties de son corps. Nous avons fait plusieurs expériences en robotique développementale avec des réseaux neuronaux basés sur des modèles du colliculus supérieur et de l'aire corticale qui traite de l'intégration multimodale. Avec une approche écologique, nous souhaitons mettre en place un modèle utilisant les mécanismes neuronaux impliqués dans la construction d'une image corporelle. Nous aimerions poursuivre ces expériences robotiques avec notre TINO robot vers une représentation de l'image du corps centrée sur la tête avec pour la représentation spatiale, pour l'interaction sociale avec une personne (perception audio-visuelle de la parole) ainsi que pour l'imitation du visage.

    references:

    Pitti A., Kuniyoshi Y., Quoy M. & Gaussier P. (2013) Modeling the Minimal Newborn's Intersubjective Mind: The Visuotopic-Somatotopic Alignment Hypothesis in the Superior Colliculus. PLoS ONE, 8:7, e69474. Pitti A., Blanchard A., Cardinaux, M. & Gaussier P. (2012) Gain-Field Modulation Mechanism in Multimodal Networks for Spatial Perception. IEEE HUMANOIDS Conf., 297-302. S. Boucenna, P. Gaussier, P. Andry, and L. Hafemeister, “Imitation as a communication tool for online facial expression learning and recognition,” in Intelligent Robots and Systems (IROS), 2010 IEEE/RSJ International Conference on. IEEE, 2010, pp. 5323–5328. A. Streri, M. Coulon, and B. Guellai, “The foundations of social cognition: Studies on face/voice integration in newborn infants,” International Journal of Behavioral Development, vol. 1-5, 2012.

    qui: les candidats motivés en Master IA et Robotique peuvent contacter Alexandre Pitti avec un CV et une lettre de motivation, la réponse finale sera donnée au milieu/fin du mois de Janvier.

    Contact: alexandre.pitti@u-cergy.fr

    Encadrants: Dr. Alexandre Pitti, Dr. Sofiane Boucenna: Maîtres de Conférences

    Stages 2015

    Synchronisation bas niveau et prédiction du rythme d'interaction pour des interactions homme-machine intuitive.
    Eva Ansermin (Dr. Ghilès Mostafaoui)
    Prémices des mécanismes de l'intentionnalité appliqué à l'interaction homme-robot
    Développement de la préhension manuelle pour un robot hydraulique (TINO)
    Julien Dupeyroux (Dr. Arnaud Blanchard)
    Prédiction de trajectoires motrices et jeux d'imitation
    Sébastien Parent ( Dr. Pierre Andry)

    © 2011–2015 — ETIS UMR 8051 — webmaster Arnaud Blanchard