Search

International audience; Dès les premières semaines de vie, les interactions sociales et affectives sont au cœur du développement cognitif chez le nouveau-né. Lev Vygotski, pédagogue et psychologue soviétique, a montré que le développement cognitif dépend des interactions sociales et que les parents sont des outils pour l’enfant afin de favoriser son développement. Les parents adaptent inconsciemment leurs comportements pour donner aux enfants les informations nécessaires pour développer et consolider des apprentissages et ainsi résoudre des problèmes concrets. Par exemple, les émotions transmises par l’adulte peuvent fournir des informations importantes pour comprendre l’arrêt ou le renforcement d’un comportement particulier chez l’enfant. Les études en psychologie soulignent que le développement des capacités émotionnelles est l’une des clés pour le développement des capacités cognitives. L’enfant cherche l’information émotionnelle chez un parent et l’utilise pour guider son comportement. Un signal de douleur induit une émotion négative et peut produire des réactions d’évitement alors qu’un signal de récompense produit une émotion positive et un comportement adéquat.Les émotions sont souvent transmises par l’expressivité faciale. Ainsi, les nouveau-nés de quelques semaines imitent les expressions faciales des adultes. Cela pose des questions fondamentales du point de vue du développement de la reconnaissance des expressions faciales. Si la capacité à imiter est innée, quels en sont les mécanismes sous-jacent ? Pourquoi le nouveau-né imite-t-il ? L’enfant voit les expressions du visage de ceux qui l’entourent mais pas sa propre expression. Pour Jean Piaget, biologiste et psychologue suisse, l’enfant doit acquérir la correspondance entre l’expression visible de l’autre et le mouvement invisible du « moi ». Comment peut-il faire pour se représenter l’invisible ? Comment peut-il associer ses propres actes qu’il ne voit pas avec les actes de l’autre qu’il peut voir ? Des chercheurs du laboratoire Equipes Traitement de l’Information et Systèmes (ETIS) de l’Université de Cergy-Pontoise ont tenté de répondre à ces questions en proposant des modèles computationnels incorporés sur un robot, où ce dernier est vu comme un outil d’investigation destiné à comprendre le développement et les mécanismes d’adaptation du jeune enfant. Le robot est considéré comme un nouveau-né qui possède peu d’a priori sur l’environnement extérieur, mais qui peut apprendre en interagissant avec ce dernier. Les architectures basées sur des réseaux de neurones incorporés dans le robot ont un double enjeu : questionner les modèles du développement humain ; et proposer des algorithmes permettant l’adaptation de robots autonomes. Dans ce travail, l’objectif est de comprendre à travers une modélisation neuronale comment le processus émotionnel provoque le développement de compétences cognitives et comment ce modèle permet au robot une meilleur adaptation dans un environnement réel.

International audience

National audience

Grasping an object is an elementary behavior that looks easy for an adult. Yet, grasping an object is still a challenging topic in robotics. Classical approaches consider a sequence of sub tasks ranging from object recognition and localization, the planning of the trajectory to reach this object with the correct orientation and finally the control of the arm movements to grasp securely the object. If this approach has proved to be efficient in simple cases such as reaching a cup on an empty table, a lot of problems remain when the object or the environment is complex. Following, a lot of works have shown the interdependence and even the overlapping between the brain structures involved for real and imagined hand movements . Moreover, some recent works show that the grasping trajectory of an object is impacted by the social environment.Grasping an object in order to give it to somebody else is performed differently than picking it up to place it somewhere else. Even if the deposit place is the same, the global trajectory and especially the preparatory movement to pick the object is different. Hence, our brain is perhaps not planning the grasping as a sequence of elementary and independent subtasks. Such studies on the precise modeling of the human arm control can be found in, but is out of the scope of the present paper.

Emotions play a significant role in internal regulatory processes. In this paper, we advocate four key ideas. First, novelty detection can be grounded in the sensorimotor experience and allow higher order appraisal. Second, cognitive processes, such as those involved in self-assessment, influence emotional states by eliciting affects like boredom and frustration. Third, emotional processes such as those triggered by self-assessment influence attentional processes. Last, close emotion-cognition interactions implement an efficient feedback loop for the purpose of top-down behavior regulation. The latter is what we call 'Emotional Metacontrol'. We introduce a model based on artificial neural networks. This architecture is used to control a robotic system in a visual search task. The emotional metacontrol intervenes to bias the robot visual attention during active object recognition. Through a behavioral and statistical analysis, we show that this mechanism increases the robot performance and fosters the exploratory behavior to avoid deadlocks.

In this work, we study the « mirroring » in the early stages of learning in the context of autonomous system. We propose three experiences that highlight how imitation, facial expressions recognition and social referencing can emerge from a robotic architecture that is not able to distinguish between self and other. Three results are discussed: (1) the « ambiguity » of perception produces the emergence of simple gestural imitation in a system that has previously learned to associate its own perceptions (2) facial expressions recognition emerges from a similar architecture, the human plays the role of mirror (social mirroring) through an imitative game; then by extension (3) the development of social referencing incorporates the ability to recognize, understand, respond to and regulate its behavior in response to human's emotional expression (double mirroring). This work is based on two mechanisms: (1) a sensorimotor architecture based on associative mechanisms allowing to develop a perception as a set of dynamic attractors; (2) mirroring mechanism allowing the robot to associate what it does with what it sees. We will show that these two assumptions are sufficient to build a sensorimotor architecture that is able to develop cognitive abilities increasingly complex., Dans ce travail, nous étudions la place du mirroring dans les premières étapes de l'apprentissage d'un système autonome. Nous proposons 3 expériences qui illustrent comment l'imitation, la reconnaissance des expressions faciales et la référenciation sociale peuvent émerger d'une architecture robotique qui n'est pas capable de faire une différentiation entre soi et l'autre. Trois résultats sont discutés: (1) l'ambiguité de la perception engendre l'émergence d'imitations gestuelles simples chez un système qui a appris auparavant à associer ses propres perceptions (2) la reconnaissance des expressions faciales émerge d'une architecture similaire quand l'humain fait partie du babillage et de la phase d'apprentissage (mirroring social) au travers d'un jeu imitatif; puis par extension (3) le développement de la référenciation sociale incorporant la capacité de reconnaitre, comprendre, répondre et de réguler son comportement en réponse à l'expression émotionnelle du partenaire (double mirroring). Ce travail est basé sur deux mécanismes importants: (1) une architecture sensori-motrice basée sur des mécanismes d'associations permet de développer une perception comme étant un ensemble d'attracteurs dynamiques; (2) le mécanisme de mirroring permet au robot d'associer ce qu'il fait avec ce qu'il voit. Nous montrerons dans la suite de cet article que ces deux hypothèses sont suffisantes pour construire une architecture sensori-motrice capable de développer des capacités cognitives de plus en plus complexes. mots-clés: imitation, mirroring, émotion, réseaux de neurones, architecture sensori-motrice.