Embodiment Shapes Rolling Behavior in a Multimodal Infant Model

Résumé technique : La forme de l'incarnation influence le comportement de roulade dans un modèle de nourrisson multimodal

Énoncé du problème
Le retournement (rouler sur soi-même) est une étape motrice précoce cruciale (survenant généralement entre 2 et 7 mois d'âge) qui nécessite un contrôle sensorimoteur coordonné de l'ensemble du corps. Bien que les études observationnelles aient documenté de manière approfondie l'émergence des schémas de roulade, les mécanismes sous-jacents restent difficiles à isoler en raison des limites expérimentales des études sur les nourrissons humains. Par exemple, la mesure des activations musculaires par électromyographie (EMG) est invasive et souvent limitée à des parties spécifiques du corps (par exemple, les jambes et le torse), omettant les bras et la tête. De plus, il est difficile de démêler les contributions relatives de la croissance corporelle, de la maturation neurale et de l'expérience environnementale chez les vrais nourrissons. Les modèles computationnels offrent une méthodologie complémentaire pour surmonter ces contraintes, pourtant la roulade a été comparativement sous-étudiée dans les sciences du développement computationnel, avec peu de modèles existants recréant la roulade du nourrisson dans des agents artificiels.

Méthodologie
Les auteurs présentent une étude computationnelle utilisant MIMo, un modèle de nourrisson virtuel incarné et multimodal fondé sur la plateforme de simulation physique MuJoCo. MIMo est équipé de la proprioception (angles articulaires, vitesses, couples) et d'une détection vestibulaire (orientation/mouvement de la tête). L'étude se concentre sur la roulade supine-vers-prone (rouler du dos vers le ventre).

• Algorithme d'apprentissage : MIMo apprend à rouler de manière autonome en utilisant l'Optimisation de Politique Proximale (PPO), un algorithme d'apprentissage par renforcement profond. L'agent cartographie les entrées sensorielles multimodales vers des commandes articulaires continues (46 degrés de liberté).
• Fonction de récompense : Pour traiter la parcimonie de l'état cible, les auteurs emploient une fonction de façonnage de récompense basée sur le potentiel (PBRS). La récompense est basée sur la métrique d'orientation $\bar{\rho}$ (le produit scalaire moyen des axes sagittaux du bassin et du torse par rapport à la gravité). Une grande récompense parcimonieuse (500) est donnée pour une roulade réussie ($\bar{\rho} \geq 0,95$), tandis qu'une récompense dense met à l'échelle la différence de potentiel ($\rho_{t+1} - \rho_t$) et pénalise les coûts métaboliques (somme des carrés des commandes de contrôle).
• Design expérimental :
  • Progression développementale : Les auteurs ont entraîné le même algorithme d'apprentissage par renforcement pendant la même durée à travers quatre âges d'incarnation différents : 1, 3, 6 et 9 mois. Cela isole l'effet du changement de morphologie corporelle (taille, distribution de la masse) et de la force d'actionnement tout en gardant le « cerveau » et l'« expérience » constants.
  • Évaluation trans-incarnation : Pour démêler les effets de la taille du corps par rapport à la force musculaire, les modèles ont été testés sur des configurations d'incarnation où l'âge du corps et l'âge de l'actionnement étaient dépareillés (par exemple, un corps de 1 mois avec la force d'un enfant de 9 mois).
  • Métriques : La performance a été évaluée à l'aide des taux de réussite, de la durée de la roulade, des vitesses de membres normalisées et des schémas de coordination (classés en schémas de support stationnaire et schémas de mouvement A–F) par comparaison avec la littérature existante (par exemple, Kobayashi et al., Siegel et al.).

Résultats clés

1. Contraintes d'incarnation et force : L'étude a révélé que les incarnations plus âgées (6 et 9 mois) atteignaient des taux de réussite et des durées de roulade nettement plus élevés que les plus jeunes (1 et 3 mois). Crucialement, l'analyse trans-incarnation a révélé que la force physique (âge de l'actionnement) est le principal déterminant du succès, plutôt que la seule taille du corps. Les modèles avec des capacités d'actionnement de 1 mois ont échoué à rouler de manière constante, quel que soit la taille du corps, tandis que les modèles avec une force de 6 ou 9 mois ont réussi, même avec des corps plus petits.
2. Émergence de stratégies diverses : Sans incitation explicite pour varier les stratégies ni accès à des données réelles de nourrissons, MIMo a spontanément découvert une variété de stratégies de roulade. La distribution des schémas de support et de mouvement générés par le modèle présentait une forte similitude (faible divergence de Jensen-Shannon) avec ceux observés chez les vrais nourrissons à travers différents groupes d'âge.
3. Comportement adaptatif : Un seul modèle entraîné était capable d'utiliser plusieurs schémas de coordination distincts selon les conditions initiales de l'épisode de test. Le modèle a adapté ses commandes d'actionnement (par exemple, le contrôle relatif du torse et de la jambe ipsilatérale) à différents scénarios de départ, démontrant que la variabilité des schémas de roulade peut provenir d'une politique unique s'adaptant au bruit environnemental.
4. Écart de performance : Bien que les tendances qualitatives correspondent aux nourrissons réels, MIMo exécute les roulades nettement plus rapidement que les vrais nourrissons. Les auteurs attribuent cela à l'absence de délais de conduction sensorimotrice et à la nature spécifique de la fonction de récompense extrinsèque, qui privilégie l'efficacité par rapport aux contraintes biologiques des nourrissons réels.

Signification et revendications
L'article affirme que les modèles computationnels incarnés servent d'outils puissants et complémentaires pour l'étude du développement sensorimoteur. En standardisant les conditions d'apprentissage, l'étude a réussi à isoler le rôle du corps, démontrant que le développement musculaire (la force) est un facteur critique de l'émergence de la roulade, potentiellement plus que la simple croissance physique.

Ce travail souligne que des comportements et des schémas de coordination réalistes peuvent émerger dans des agents artificiels uniquement grâce à l'interaction de l'apprentissage par renforcement avec des morphologies corporelles changeantes. Les auteurs suggèrent que ces modèles peuvent aider à démêler les changements couplés du corps et du substrat neural (tels que la myélinisation et les vitesses de conduction) qui sont difficiles à étudier de manière isolée chez les sujets humains. Bien que le modèle soit une « approximation grossière » de l'apprentissage réel du nourrisson, sa capacité à reproduire la variabilité et les tendances développementales de la roulade fournit une base pour de futures investigations sur le développement atypique et les rôles spécifiques des modalités sensorielles comme la vue et le toucher.