A computational model of infant sensorimotor exploration in the mobile paradigm

Résumé Technique : Un Modèle Computationnel de l'Exploration Sensorimotrice du Nourrisson dans le Paradigme du Mobile

Énoncé du Problème
L'article traite des mécanismes computationnels sous-jacents à l'apprentissage sensorimoteur chez le nourrisson, spécifiquement dans le cadre du « paradigme du mobile ». Dans ce paradigme de psychologie du développement, le membre d'un nourrisson est relié à un mobile suspendu au-dessus d'un berceau ; le nourrisson apprend à détecter la contingence entre ses mouvements de membres et le feedback sensoriel résultant (mouvement du mobile). Bien que les études empiriques aient établi que les nourrissons (particulièrement à 5–6 mois) peuvent rapidement distinguer le membre « connecté » et augmenter son activité, et que cet apprentissage est sensible à la contingence elle-même plutôt qu'à une simple stimulation, les mécanismes cognitifs et neuronaux sous-jacents font l'objet de débats. Les tentatives computationnelles précédentes reposaient soit sur un conditionnement opérant simple sans capacités prédictives (échouant à expliquer des phénomènes comme le « sursaut d'extinction »), soit sur des approches d'information-théorique complexes jugées peu pratiques pour les cerveaux biologiques. Cet article propose un modèle computationnel détaillé pour répliquer le comportement du nourrisson, tester des mécanismes d'apprentissage spécifiques et étudier des découvertes controversées telles que le sursaut d'extinction et la différence entre les conditions de stimulation binaire et conjuguée (non binaire).

Méthodologie
Les auteurs ont développé un modèle basé sur un réseau de neurones simulant un nourrisson interagissant avec un mobile. Le modèle est fondé sur deux principes directeurs : (1) le nourrisson tente de prédire les résultats sensoriels de ses actions (prédiction action-résultat), et (2) le système moteur est biologiquement réaliste, impliquant redondance et bruit.

• Architecture : Le modèle se compose de quatre modules principaux :

  1. Réseau de Neurones : Un réseau entièrement connecté avec 5 neurones d'entrée (4 activités de membres + 1 feedback sensoriel), 8 neurones cachés et 601 neurones de sortie (600 pour les commandes musculaires + 1 pour la prédiction sensorielle).
  2. Contrôle Moteur et Corps : Les 600 neurones de commande musculaire sont mappés sur quatre membres en utilisant un code de population inspiré de l'anatomie humaine. Ce mappage utilise une distribution de fonction Beta pour créer un contrôle chevauchant, où certains neurones influencent fortement un membre spécifique, d'autres ont des effets intermédiaires, et beaucoup ont des effets négligeables. Un bruit moteur (valeurs aléatoires entre -0,3 et 0,3) est ajouté aux activités des membres pour simuler la variabilité biologique.
  3. Feedback Sensoriel : L'environnement simule un mobile qui répond au membre « connecté ». Deux conditions sont testées : Binaire (le mobile s'active pour une durée fixe si l'activité du membre dépasse un seuil) et Conjuguée/Non-binaire (l'intensité du mobile est proportionnelle à l'activité du membre).
  4. Mécanisme d'Apprentissage : Le réseau est entraîné en ligne via la rétropropagation pour minimiser une fonction de Perte composée de trois termes :
     • Erreur de Prédiction Sensorielle : L'erreur quadratique moyenne (MSE) entre la prédiction et le feedback sensoriel réel.
     • Erreur d'Exploration : Un terme MSE dérivé d'une « Carte d'Intérêt d'Activité ». Cette carte suit l'« intérêt » pour différentes plages d'activité des membres. Si une action produit une erreur de prédiction sensorielle dépassant un « Seuil de Nouveauté » (0,1), l'intérêt pour cette plage est fixé à 1 (intérêt élevé). Si la prédiction est correcte, l'intérêt décroît. Le réseau est pénalisé s'il ne se déplace pas vers les plages à haut intérêt.
     • Déviation par rapport à la Ligne de Base : Un terme MSE garantissant que l'activité des membres reste proche d'un niveau de base préféré, qui augmente progressivement pour simuler l'augmentation de l'irritabilité.

• Configuration Expérimentale : Le modèle a été exécuté pour 20 simulations par condition (Binaire et Non-Binaire), correspondant au nombre de participants des études empiriques récentes (Popescu et al., 2022 ; Jacquey et al., 2021). Chaque exécution comprenait une initialisation de 1000 étapes, une phase contingente de 1200 étapes et une phase d'extinction de 240 étapes (déconnexion).

Contributions Clés

1. Réplication des Phénomènes Fondamentaux : Le modèle réplique avec succès le principal résultat empirique : la différenciation rapide et l'augmentation sélective de l'activité du membre « connecté » par rapport aux membres non connectés.
2. Sensibilité à la Contingence : Le modèle démontre une activité plus élevée dans les conditions contingentes par rapport aux groupes de contrôle non-contingents (aléatoires), confirmant que le mécanisme d'apprentissage est sensible au lien causal, et non seulement à la présence de stimulation.
3. Effets Binaire vs Conjugué : Le modèle reproduit le résultat empirique selon lequel la détection de la contingence est plus robuste et plus rapide dans les conditions binaires que dans les conditions conjuguées. Les auteurs attribuent cela au changement sensoriel plus important par unité de mouvement dans les conditions binaires, rendant le membre « connecté » plus facile à identifier.
4. Simulation du Sursaut d'Extinction : Le modèle présente occasionnellement un « sursaut d'extinction » (une augmentation transitoire de l'activité lors de la déconnexion), reflétant l'observation irrégulière de ce phénomène chez les nourrissons humains. Les auteurs suggèrent que cela découle de la violation des attentes prédictives.
5. Études d'Ablation : L'article fournit des preuves rigoureuses de la nécessité de composants spécifiques :
   • Prédiction : La suppression de la perte d'erreur de prédiction empêche le modèle de distinguer les membres connectés.
   • Exploration : La suppression du calculateur de renforcement basé sur la nouveauté élimine la pulsion d'exploration, empêchant l'apprentissage.
   • Redondance Motrice : Réduire le nombre de neurones de commande musculaire (de 600 à 50 ou 100) entrave considérablement la capacité d'apprendre la connexion, suggérant qu'un contrôle moteur de haute dimension est crucial pour la découverte.
   • Bruit Moteur : Un bruit moteur insuffisant ou excessif inhibe l'apprentissage ; un niveau intermédiaire (0,3) est optimal pour permettre l'exploration nécessaire pour briser la symétrie entre les membres.

Résultats
Les simulations ont montré que le modèle complet apprend à activer le membre connecté dès les premières minutes de la simulation, correspondant étroitement à la chronologie des nourrissons de 6 mois.

• Spécificité : Dans le groupe contingent, l'activité du membre connecté a augmenté de manière significative par rapport aux membres non connectés. Dans le groupe non-contingent, aucune telle différenciation n'a eu lieu.
• Extinction : Bien que non systématiques, les sursauts d'extinction sont apparus dans des exécutions individuelles, particulièrement dans la condition non-binaire, soutenant l'hypothèse que ce comportement provient des mécanismes prédictifs.
• Résultats d'Ablation : Les modèles sans mécanismes de prédiction d'erreur ou d'exploration ont échoué à apprendre. Les modèles avec un nombre réduit de neurones de commande musculaire ou des niveaux de bruit moteur inappropriés ont échoué à différencier systématiquement les membres ou ont montré une grande variabilité dans le succès de l'apprentissage.

Signification et Revendications
Les auteurs affirment que leur modèle constitue une « première tentative de modèle computationnel détaillé » du paradigme du mobile qui intègre la prédiction action-résultat avec un contrôle moteur d'inspiration biologique. La signification de ce travail réside dans la démonstration que les mécanismes prédictifs (spécifiquement la prédiction action-résultat et l'exploration pilotée par la nouveauté) sont essentiels pour l'apprentissage de la contingence sensorimotrice, plutôt que le simple renforcement ou le conditionnement opérant seul.

L'article conclut modestement que, bien que le modèle réplique les principaux résultats empiriques, il ne capture pas toute la variabilité des nourrissons humains (entre sujets et intra-sujets), probablement en raison de l'exclusion des distractions attentionnelles, sociales et environnementales. Cependant, les études d'ablation suggèrent fortement que les composants inclus dans le modèle — prédiction, exploration, bruit moteur et contrôle moteur redondant — sont probablement des ingrédients nécessaires aux mécanismes de développement réels des nourrissons. Le modèle sert de point de départ pour de futures investigations sur les mécanismes d'apprentissage sensorimoteur et leur application à la robotique.