Ecole Doctorale
COGNITION, LANGAGE, EDUCATION
Spécialité
Sciences cognitives
Etablissement
Aix-Marseille Université
Mots Clés
anticipation,intelligence artificielle,eye-tracking,machine learning,
Keywords
anticipation,artificial intelligence,eye-tracking,machine learning,
Titre de thèse
Modélisation de l'anticipation dans le contexte des véhicules autonomes
Anticipation modeling in the context of autonomous vehicles
Date
Vendredi 17 Novembre 2023 à 14:00
Adresse
BA 701 - Chemin de Saint Jean
BDE - Marin la Meslée
13661 Salon Air Marin la Meslée
Jury
Directeur de these |
M. Vincent FERRARI |
Centre de Recherche de l'École de l'air et l'espace |
Co-encadrant de these |
M. Colin BLATTLER |
Centre de Recherche de l'Ecole de l'Air et de l'espace |
Président |
M. Bernard CLAVERIE |
ENSC Bordeaux INP |
Examinateur |
Mme Emmanuelle MENETRIER |
Université d'Angers |
Rapporteur |
M. Mickaël CAUSSE |
ISAE SUPAERO |
Rapporteur |
M. Julien CEGARRA |
Institut National Universitaire Champollion |
Résumé de la thèse
Lobjectif de la thèse présentée ici est double. Dun point de vue théorique, il sagit de proposer un modèle unifié de lanticipation en rassemblant les phénomènes anticipatoires, étudiés jusqualors de manière discrète, autour dune définition universelle de lanticipation humaine. Dans un cadre plus appliqué, le but de nos travaux est dimplémenter ce modèle au sein de véhicules autonomes à base dintelligence artificielle.
Les résultats de six études expérimentales, élaborées autour de paradigmes expérimentaux originaux et élégants, montrent (1) la nature universelle de lanticipation visuospatiale (2) la double composante automatique et pénétrable des processus anticipatoires (mobilisation des ressources attentionnelles, implication dans laction) et (3) les limites temporelles et quantitatives de lanticipation humaine. Une de ces études propose un paradigme expérimental spécifiquement conçu pour mesurer lanticipation par un dispositif deye-tracking afin d'entrainer un algorithme d'apprentissage automatique (machine learning).
Considérés ensembles, les résultats obtenus dans la thèse présentée ici soutiennent lintérêt scientifique et opérationnel dun modèle universel de lanticipation humaine, modèle intégrable in fine à tous les systèmes autonomes guidés par de lintelligence artificielle.
Thesis resume
The objective of the thesis presented here is twofold. From a theoretical standpoint, it aims to propose a unified model of anticipation by bringing together anticipatory phenomena, previously studied discretely, around a universal definition of human anticipation. In a more applied context, the goal of our work is to implement this model within artificial intelligence-based autonomous vehicles.
The results of six experimental studies, designed around original and elegant experimental paradigms, demonstrate (1) the universal nature of visuospatial anticipation, (2) the dual automatic and penetrable components of anticipatory processes (mobilization of attentional resources, engagement in action), and (3) the temporal and quantitative limits of human anticipation. One of these studies introduces an experimental paradigm specifically designed to measure anticipation using an eye-tracking device to train a machine learning algorithm.
Taken together, the results obtained in the thesis presented here support the scientific and operational value of a universal model of human anticipation, a model that can ultimately be integrated into all autonomous systems guided by artificial intelligence.