Architectures neuro-mimétiques modulaires : application à l'asservissement visuel de systèmes robotiques / Jean-Luc Buessler ; sous la dir. de J. Gresser

Date :

Editeur / Publisher : [S.l.] : [s.n.] , 1999

Type : Livre / Book

Type : Thèse / Thesis

Langue / Language : français / French

Réseaux neuronaux (informatique)

Servomécanismes

Robotique

Systèmes adaptatifs (technologie)

Vision par ordinateur

Gresser, Julien (Directeur de thèse / thesis advisor)

Université de Haute-Alsace (1975-....) (Organisme de soutenance / degree-grantor)

Relation : Architectures neuro-mimétiques modulaires : application à l'asservissement visuel de systèmes robotiques / Jean-Luc Buessler ; sous la direction de J. Gresser / Grenoble : Atelier national de reproduction des thèses , 1999

Résumé / Abstract : Les algorithmes neuro-mimétiques (ou réseaux de neurones artificiels) ont d'intéressantes applications, en particulier dans le domaine de la robotique. Des extensions à l'algorithme des Cartes Auto-Organisatrices de Kohonen permettent un apprentissage supervisé rapide. Il devient cependant difficile de réaliser l'entraînement lorsqu'une relation complexe est définie par un trop grand nombre de variables. Le travail de thèse explore la possibilité de créer des architectures modulaires en composant les réponses de plusieurs réseaux neuronaux. Il montre que l'apprentissage peut être réalisé en introduisant une architecture bidirectionnelle. Chaque module apprend à la fois la transformation directe et la transformation inverse entre ses entrées et ses sorties. Les deux flux d'information ainsi définis permettent de dériver des règles d'adaptation locales pour chacun des modules. Ce principe général est détaillé avec l'algorithme de Kohonen. Différents schémas de compositions modulaires sont proposés et analysés. L'objectif est de conserver la souplesse d'utilisation d'un réseau neuronal monolithique. L'entraînement est défini à partir des mêmes exemples, que son architecture interne comporte un ou plusieurs réseaux neuronaux. Cette technique est illustrée avec plusieurs scénarios d'asservissement visuel des mouvements d'un bras manipulateur. Les caméras, montées sur une tête robotique, suivent les déplacements du bras. Les informations résultant du traitement de l'image et celles de la vision active sont intégrées par un contrôleur neuronal pour déterminer les consignes robotiques. L'apprentissage de ce neuro-contrôleur peut être entièrement réalisé en contexte, en exploitant les corrélations sensori-motrices durant les mouvements des robots. Une plate-forme robotique nous a permis de tester et de comparer diverses architectures modulaires du neuro-contrôleur. Les résultats illustrent les avantages de cette forme de modularité connexionniste.