Combiner les apprentissages motivés et associatifs

Combining associative and motivated learning

• Auteur / Autrice : Maxime Carrere
• Direction : Frédéric Alexandre
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 11/10/2016
• Etablissement(s) : Bordeaux
• Ecole(s) doctorale(s) : École doctorale Mathématiques et informatique (Talence, Gironde ; 1991-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire bordelais de recherche en informatique
• Jury : Président / Présidente : Pierre-Yves Oudeyer
• Jury : Examinateurs / Examinatrices : Frédéric Alexandre, Pierre-Yves Oudeyer, Peter Ford Dominey, Mehdi Khamassi, Aline Desmedt, Julien Vitay
• Jury : Rapporteurs / Rapporteuses : Peter Ford Dominey, Mehdi Khamassi

Mots clés

Mots clés contrôlés

Neuromodulation

Neurosciences

Apprentissage

Mots clés libres

Apprentissage

Bio-inspiré

Neuroscience

Amygdale

Cortex

Striatum

Neuromodulation

Learning

Biologically-inspired

Neuroscience

Amygdala

Cortex

Striatum

Neuromodulation

Résumé

Pour pouvoir être autonomes dans un environnement complexe, les humains comme les systèmes artificiels doivent posséder un apprentissage souple et capable de s’adapter au changement. Dans cette thèse, nous nous intéressons à comment cette autonomie peut être obtenue par interactions entre les différents systèmes d’apprentissage de notre cerveau. Pour cela, nous modélisons dans une approche inspirée de la biologie le comportement de certaines des parties du cerveau impliquées dans les apprentissages répondant et opérant, et observons comment leurs interactions permettent un apprentissage flexible dans des tâches impliquant des changements comme l’extinction et le reversal.

In a complex environment, humans and artificials systems need a flexible learning system to adapt themselves to situations which can change. In this thesis, we study how autonomy can be the result of interactions between the different learning systems of our brain. In particular, in a biologically inspired approach, we model different parts of the brain involved in respondant and operant conditioning, et show how their interactions can promote flexible learning in tasks in which situation can change, like extinction or reversal.