Description
Date depot: 1 janvier 1900
Titre: Evolution de la coopération mutualiste pour la robotique collective
Directeur de thèse:
Nicolas BREDECHE (ISIR (EDITE))
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Non defini
Resumé:
Le contexte de cette proposition de thèse est la robotique collective auto-adaptative, c'est à dire disposant de mécanismes d'adaptation en environnements ouverts et a priori inconnus. L'objectif est de concevoir des algorithmes distribués pouvant être déployés sur une population de robots autonomes, afin d'obtenir des comportements capables de garantir l'intégrité physique et énergétique à long terme, à l'échelle de l'individu et de la population. La difficulté provient de l'absence de connaissances a priori sur la structure de l'environnement et sur la nature des comportements à acquérir (qui dépendent de l'interaction avec l'environnement) sous la contrainte d'une communication locale entre agents et d'une capacité limitée de calcul embarquée.
L’objectif du présent projet est d’étudier les conditions environnementales favorables à l’émergence de comportements coopératifs entre individus non-apparentés (ie. sans lien a priori) et de proposer une solution algorithmique pour l'acquisition de ce type de comportements coopératifs lorsque l'environnement s'y prête. L'originalité de la thèse est de proposer une approche combinant écologie évolutionniste, qui s'intéresse à l'étude des interactions entre environnement et évolution, et optimisation stochastique pour la robotique collective, qui permet l'acquisition en ligne de comportements selon un critère donnée (qui, dans ce cadre, est inconnu a priori).
Les principes qui régissent l’évolution de la coopération entre individus apparentés (c-a-d partageant un ancêtre commun récent) sont bien connus et bien étudiés, tant en biologie de l’évolution qu’en robotique évolutionnaire et vie artificielle. Toutefois, dans le vivant, il semble que certaines interactions coopératives impliquent aussi des individus non apparentés (Clutton-Brock 2009 ; Leimar et Hammerstein 2010). C’est le cas par exemple des comportements de chasse collective qu’on observe chez de nombreux animaux (y-compris l’Humain), ou bien de certains soins collectifs aux jeunes («cooperative breeding», voir Kokko et Johnstone 2001).
Les conditions nécessaires pour que la coopération entre individus non apparentés soit favorisée par la sélection naturelle sont plus restrictives que lorsqu’il s’agit d’individus apparentés, et ceci à deux points de vue: la stabilité évolutionnaire et l’émergence.
Les circonstances dans lesquelles la sélection naturelle entraine l’évolution de coopération entre non-apparentés sont relativement mal connues. C’est vrai en robotique évolutionnaire, puisque la plupart des travaux effectués dans cette discipline considère des essaims de robots clonaux (Waibel 2009, Waibel 2011). C’est vrai aussi en biologie de l’évolution, dans laquelle l’évolution de la coopération mutualiste a été moins souvent formalisée que l’altruisme de parentèle.
Cette thèse vise à explorer les conditions nécessaires à l’évolution de la coopération mutualiste, grâce à l'éventail des outils de modélisation qui résulte de la combinaison des algorithmes d'évolution artificielle et de la robotique collective. Plus spécifiquement, nous explorerons le rôle de deux éléments dans cette évolution : la nature de l’environnement et la nature des mécanismes sous-jacents au comportement.
Le dispositif expérimental étudié portera sur l'évolution de la chasse collective, qui peut être assurée de manière mutualiste sans impliquer de réciprocité. On étudiera en particulier les conditions environnementales permettant cette évolution ainsi que les divers étapes y conduisant à partir d’une espèce initialement dénuée de coopération. L'objectif est double : concevoir un algorithme d'adaptation permettant d'obtenir de tels comportements lorsque cela est nécessaire, et mieux comprendre l'évolution de la coopération mutualiste dans le vivant, avec des modèles permettant d'étudier des phénomènes de coordination spatial entre individus.
Doctorant.e: Bernard Arthur