|
De la modélisation des cellules de lieux à la navigation autonome (Modélisation des relations hippocampe/cortex prefrontal)| old_uid | 1753 |
|---|
| title | De la modélisation des cellules de lieux à la navigation autonome (Modélisation des relations hippocampe/cortex prefrontal) |
|---|
| start_date | 2006/11/13 |
|---|
| schedule | 11h-12h30 |
|---|
| online | no |
|---|
| summary | Le but de cet exposé est de montrer comment la robotique et les sciences cognitives peuvent interagir pour s’enrichir mutuellement. Un exemple intéressant est la modélisation du système hippocampique. En effet, les neurobiologistes ont trouvé dans cette structure sous corticale du cerveau des neurones dont l’activité dépend de la position de l’animal dans son environnement, à tel point que ces neurones ont été appelés des "cellules de lieux". Nous avons développé un modèle relativement simple basé sur l’apprentissage et la reconnaissance d’amers visuels locaux. Ce modèle permet de simuler des cellules de lieux très stables et précises pour guider la navigation d’un robot mobile. Les différences entre les activités obtenues sur ces neurones artificiels et celles enregistrées chez l’animal nous ont amené à questionner les neurobiologistes sur le rôle et la nature réelle des cellules qu’ils enregistraient. En effet, nos cellules de lieux!
artificielles ont une activité pertinente sur de très grandes distances (plusieurs mètres en intérieur) alors que celles enregistrées chez l’animal se limitent à un rayon de l’ordre de 15 à 20 cm. Ceci, nous a conduit à proposer que les "vraies" cellules de lieux se trouvaient en amont de l’hippocampe et que l’hippocampe servait plutôt à intégrer ces information afin de prédire des transitions entre des événements multimodaux (pour la navigation cela revient à coder et prédire des transitions de lieux). |
|---|
| responsibles | Information non disponible |
|---|
| |
|