Institut des Systèmes Intelligents
et de Robotique

Partenariats

Sorbonne Universite

CNRS

INSERM

Tremplin CARNOT Interfaces

Labex SMART

Rechercher

A voir également

Profil

sigaud Olivier
Titre : Professeur.e
Adresse : 4 place Jussieu, CC 173, 75252 Paris cedex 05
Téléphone : +33 (0) 1 44 27 88 53
Email : sigaud(at)isir.upmc.fr
Equipe : AMAC (AMAC)

Curriculum

(1996) Thèse en Informatique "Apprentissage : de la commande au comportement ", sous la direction de Dominique Luzeaux au Centre Technique d'Arcueil (DGA).

(1995-2001) Ingénieur de recherche, département des Etudes Scientifiques Amont de DASSAULT AVIATION.

(2001-2005) Maître de Conférences UPMC-Paris6 (LIP6, AnimatLab)

(2002) Thèse en Philosophie " Automatisme et subjectivité : l'anticipation au coeur de l'expérience", sous la direction de Jacques Dubucs (IHSPST)

(2004) HDR en Informatique "Comportements adaptatifs pour les agents dans des environnements informatiques complexes ", UPMC-Paris 6

(2005-2006) Professeur UPMC-Paris6 (LIP6, AnimatLab)

(2007- ) Professeur UPMC-Paris6 (ISIR)

(2013-) Directeur du département de licence d'informatique de l'UPMC.


Activités de Recherche

Comprendre l'intelligence est un sujet de recherche fascinant. Les chercheurs en intelligence artificielle se sont longtemps focalisés sur les aptitudes intellectuelles typiquement humaines telles que la capacité à jouer aux échecs, à soutenir une conversation ou à prouver des théorèmes. Mais il est de plus en plus évident que ces facultés spécifiques sont ancrées dans des capacités en apparence plus banales telles qu'utiliser des objets ou des outils, transmettre des signaux sociaux par son attitude corporelle ou plus simplement mouvoir son corps pour interagir de façon appropriée avec son environnement.

Faire de la recherche en robotique permet de prendre conscience de la difficulté de ces problèmes que nous résolvons sans même y penser. Plutôt que de les aborder par la démarche classique de l'ingénieur, il apparaît opportun de chercher à comprendre comment notre cerveau s'y prend pour les résoudre. Cela conduit à se demander par quels mécanismes psychologiques d'apprentissage l'enfant acquiert ses capacités cognitives et motrices et quels mécanismes neurophysiologiques le cerveau met en oeuvre pour réaliser cet apprentissage.

Dans ce contexte, mes recherches portent sur la mise au point et l'exploitation de méthodes d'apprentissage artificiel pour le développement de capacités cognitives et motrices chez les robots, ainsi que la modélisation de ces mêmes capacités chez les êtres vivants.

En pratique,  mon travail s'inscrit dans trois domaines :

  • l'apprentissage artificiel, où je m'intéresse en particulier à la régression, à l'apprentissage par renforcement, à l'optimisation stochastique et surtout à la combinaison de ces méthodes. Ce domaine me fournit les outils fondamentaux pour développer deux autres volets de mon activité ;
  • la robotique développementale, qui s'efforce de doter les robots de mécanismes psychologiques d'apprentissage analogues à ceux des enfants ;
  • les neurosciences computationnelles, qui s'efforcent de proposer des modèles informatiques pour élucider les mécanismes neurophysiologiques de l'apprentissage animal.

Au sein de l'ISIR, je suis responsable d'un groupe "Apprentissage pour la Commande et la Décision en Robotique" (ACDR).

Par ailleurs, je suis responsable du sous-groupe "Apprentissage" au sein du GT8 (Robotique et neurosciences) du GDR Robotique .

J'étais le porteur du projet MACSi (jusqu'en avril 2014) qui reposait sur le robot humanoïde iCub que nous avons obtenu à l'ISIR.

Je participe au projet européen CODYCO et au projet européen DREAM

Activités d'Enseignement

En M2, j'enseigne dans le cadre du Intelligence Artificielle et Robotique (IAR), au sein de la spécialité de Master ANDROIDE.

J'enseigne aussi dans l'UE "Modèles de l’apprentissage moteur et des fonctions sensori-motrices" au sein des M2 SAR et du Master International MSR.

Les transparents de cours, polys et sujets de stage sont disponibles sur cette page