[Thèse] Auto-Organisation Décentralisée Multi-Cartes

Auto-Organisation Décentralisée Multi-Cartes

proposée par  : Hervé Frezza-Buet (HDR), Yann Boniface
Contact : Herve.Frezza-Buet@centralesupelec.fr    Yann.Boniface@loria.fr

Version pdf

Contexte

Calcul non conventionnel pour la robotique

L’équipe BISCUIT, récemment créée au sein du laboratoire Loria, rassemble des chercheurs intéressés par l’informatique non conventionnelle. Cette équipe souhaite étudier de nouveaux paradigmes computationnels pour s’attaquer à des problèmes difficiles comme la robotique autonome, le calcul cognitif situé, etc. La pertinence de ces paradigmes non conventionnels vient de l’idée que le cerveau est plus performant que la technologie humaine pour contrôler des agents autonomes (animaux). De plus, même si cela prête à controverse, lorsque des architectures du système nerveux plus récemment évoluées, comme le cortex, sont prises en compte, il apparaît que la génétique code le développement anatomique de systèmes assez homogènes, systèmes qui sont ensuite adaptés lorsque l’animal interagit avec le monde. Lorsqu’ils sont considérés comme des solutions biologiques à des problèmes de robotique, les cerveaux montrent que calculer en rassemblant une grande population de petits circuits élémentaires de calcul (par exemple les micro-colonnes dans le cortex ) est un moyen robuste et efficace de contrôler les agents artificiels. Mais, la reproduction des capacités de calcul des cerveaux n’étant pas encore atteinte, les chercheurs en informatique ne comprennent pas totalement ces phénomènes.

L’équipe BISCUIT s’attache à faire réellement quelque chose avec des populations de calcul spatialisées et Décentralisées (SDP), plutôt que de modéliser avec précision les structures du cerveau. Le sujet de thèse de doctorat proposé est un pas de plus dans cette direction. Auto-organisation

Parmi toutes les caractéristiques qui peuvent être transférées de la biologie à l’informatique, ce doctorat souhaite mettre l’accent sur l’auto-organisation, à la suite de la démarche fondatrice de Kohonen qui s’est inspiré de la biologie du cortex, pour son modèle de cartes auto-organisatrices (SOM) qui est aujourd’hui un algorithme d’apprentissage artificiel éprouvé pour l’apprentissage non supervisé. Les travaux antérieurs des membres de l’équipe portent également sur l’auto-organisation, en insistant sur une approche plus spécifiquement SPD, approche qui n’est pas centrale dans les SOMs classiques. L’idée est de considérer les modules SPD auto-organisateurs comme des blocs élémentaires de calcul pour les architectures multi-cartes. La manière dont plusieurs modules d’auto-organisation doivent être connectés reste un problème crucial de cette approche, sachant qu’ils peuvent également être connectés à eux-mêmes, de manière récursive. Ils sont alors en mesure de traiter la nature temporelle de l’information. Ces travaux antérieurs ont actuellement deux limitations principales. Ils n’ont été appliqués qu’à des problèmes jouets de preuve de concept et ils nécessitent une grande quantité de calculs parallèles, puisque les mécanismes intrinsèques reposent sur des populations à grande échelle d’unités de calcul élémentaires. Cela restreint fortement la possibilité d’explorer des architectures composées de nombreux modules SPD.

Robotique

Ce doctorat n’est pas une contribution à la robotique, puisque le but est d’aborder le calcul SPD plutôt que de fournir à un robot des capacités qui dépassent celles de l’état de l’art. Néanmoins, un défi pour cette thèse sera d’utiliser un véritable robot comme plate-forme de validation. Pour ce faire, la smartroom de CentralSupélec sera disponible : les applications aux drones ou aux robots roulants peuvent être facilement accessibles, en utilisant ROS.

Objectifs

Comme nous l’avons déjà écrit, les modules d’auto-organisation ont déjà été abordés au sein de l’équipe, en se concentrant sur le calcul de populations à grains fins. Mais comprendre comment les architectures multi-modules peuvent être mises en place n’est pas encore compris. L’objectif de la thèse est de s’appuyer sur l’analogie de ces modules avec les SOMs afin de construire des architectures multi-cartes avec de nombreux composants et d’analyser leur comportement dynamique. Des approches multicartes de l’auto-organisation ont été proposées dans la littérature, ainsi que des approches récurrentes pour le traitement temporel, mais le nombre de modules impliqués reste faible : dans les contributions où il est supérieur à un, il reste toujours inférieur à trois.

La thèse devra également inclure une validation expérimentale robotique, comme nous l’avons déjà mentionné. Cela signifie que l’auto-organisation devra se faire au fil de l’eau, au cours de l’interaction entre le robot et son environnement. Traditionnellement, les SOMs sont utilisées hors ligne, sur des ensembles de données collectées à l’avance. En effet, pour les SOMs, la décorrélation temporelle entre les échantillons de données est cruciale pour la convergence. Par exemple, si une SOM est alimentée par la sortie de capteurs d’un robot qui s’est arrêté, elle peut recevoir les mêmes informations au cours de nombreux pas de temps consécutifs. Du point de vue des SOM classiques, cela signifie que la distribution des entrées devient constante puisque les entrées alimentant la SOM avant l’arrêt ne sont pas stockées et n’ont donc plus aucune chance d’être soumises au modèle. Dans ce cas, l’ensemble des unités SOM convergent progressivement vers la valeur d’entrée courante, provoquant un oubli catastrophique de ce qui a été appris au cours des mouvements précédents. Ce problème, grossièrement illustré ici, est fondamental pour tout système d’apprentissage en temps réel, et est bien plus qu’un problème technique de paramétrage de carte auto-organisatrices. Des modifications des SOM ont été proposées par les membres de l’équipe pour aborder cette question au niveau d’une unique SOM. L’extension de cette approche à des modules SDP multiples et récursifs est un autre défi du travail de thèse proposé.

Conditions de travail et compétences souhaitées

Le doctorant sera accueilli au Loria, laboratoire bi-localisé à Nancy et Metz. Il ou elle travaillera sur les deux sites, à sa convenance, sous la supervision de Hervé Frezza-Buet et Yann Boniface. Une collaboration scientifique avec les autres membres de l’équipe est attendue, ainsi que des discussions scientifiques plus générales et des collaborations avec d’autres membres du laboratoire. La durée prévue du doctorat est de trois ans.

Des références à la biologie devant être prises en compte, un goût pour l’innovation et les approches pluridisciplinaires est attendu. De bonnes compétences en programmation sont également requises. L’équipe fournira un ensemble d’outils de programmation, de plates-formes robotiques et tout le soutien humain nécessaire pour les aspects techniques, ce qui permettra au doctorant ou à la doctorante de se concentrer sur les questions scientifiques. Être à l’aise avec le C++ serait un plus, la production du code se fera sous linux.

Aucune offre n'est disponible pour l'instant.

En ce moment

Colloquium Loria 2018

Exposés précédents

Logo du CNRS
Logo Inria
Logo Université de Lorraine