Résumé :

Loin des robots industriels, les robots autonomes de demain devront se déplacer dans un environnement complexe, dynamique, et surtout non maîtrisé, que les méthodes actuelles d’ingénierie ont beaucoup de mal à appréhender. C’est cependant le quotidien de toute créature vivante. Comment ont elles réussi ce défi ? Avec l’appui d’un mécanisme extrêmement puissant : la sélection naturelle.

Ce principe a inspiré des algorithmes d’évolution artificielle visant à conférer à des robots une autonomie croissante. La spécificité de telles approches, est que le concepteur humain spécifie ce que le robot doit faire et c’est à ce dernier de trouver comment procéder en fonction de ses propres capacités.

Des robots ont ainsi appris à marcher, voler ou éviter des obstacles et des fonctions plus cognitives sont à l’étude. Après une présentation des principes généraux de ces travaux ainsi que des résultats les plus marquants, seront évoqués des travaux récents montrant que la récompense de la nouveauté est parfois plus efficace que la survie du plus apte.

Organisateurs :
 Paul-Antoine Miquel / UNS & CEPERC (UMR CNRS, 6059), Université de Provence.
 Franck Grammont / Equipe Systèmes Dynamiques, Interactions en Physique, Biologie et Chimie. Laboratoire J.A. Dieudonné (UMR CNRS 6621) & Pôle de Biologie Systémique, UNS

Partenaires :
 CEPERC (Université de Provence)
 Pôle de Biologie systémique de (Université de Nice)
 Espace Turing (Université de Nice)