Mise au point du système vibrissal du robot-rat Psikharpax et contribution à la fusion de ses capacités visuelle, auditive et tactile

La perception de l'environnement a travers differentes modalites sensorielles est une capacite essentielle a la survie des animaux. La comprehension du fonctionnement de ces differentes modalites ainsi que du mecanisme de leur integration en une representation unique est un enjeu majeur en neurosciences ainsi qu'en matiere de conception d'architectures de controle de robots autonomes. Le rat, par exemple, exploite enormement les informations tactiles fournies par ses vibrisses. Elles lui servent notamment a reconnaitre des textures ou des formes, comme a evaluer la taille d'une ouverture... Cette modalite, tres etudiee en biologie, n'a ete que peu abordee dans le domaine de la robotique. L'audition et la vision fournissent egalement de riches informations sur l'environnement et ces trois modalites fonctionnent de maniere complementaire. Une des structures integrant toutes ces modalites est le colliculus superieur, region sous-corticale commune a la plupart des vertebres. Cette structure fonctionnant comme un systeme attentionnel, permet de detecter les stimuli pertinents et de s'orienter vers ceux-ci tout en ignorant les stimuli inutiles. L'objectif de ce travail est de developper les differentes capacites sensorielles (tactile, auditive et visuelle) du robot-rat Psikharpax et de les integrer en une representation multi-sensorielle en s'inspirant de ces connaissances biologiques. Nous avons tout d'abord developpe un systeme vibrissal artificiel permettant de reconnaitre des textures sur un robot mobile. Nous avons montre que deux hypotheses biologiques s'affrontant pour expliquer le codage des informations tactiles sont peut-etre compatibles. Nous avons ensuite collabore au developpement d'un systeme auditif binaural permettant la localisation et la separation de sources. Nous avons montre que les mecanismes permettant la reconnaissance de textures avec le systeme vibrissal, permettait de reconnaitre des sons avec le systeme auditif. Puis nous avons developpe un systeme d'attention visuelle en adaptant et en integrant des modeles neuro-mimetiques de colliculus superieur et de ganglions de la base avec un mecanisme d'apprentissage par renforcement. Ce modele inclut des boucles sous-corticales et corticales permettant l'apprentissage des caracteristiques spatiales et non-spatiales des stimuli. Nous avons montre que ce systeme permettait de generer des saccades oculaires vers des cibles generatrices de recompense. Enfin, nous avons etendu ce modele d'attention visuelle aux modalites tactile et auditive et montre ses capacites a reproduire les phenomenes d'integration multi-sensorielle. Nous avons egalement utilise ce modele sur un robot mobile pour generer des comportements d'orientation vers des stimuli multi-sensoriels associes a des recompenses. Nous concluons que ce modele permet la gestion de stimuli multi-sensoriels de maniere assez robuste pour etre utilise sur un robot mobile. Il genere de plus quelques predictions testables.