Apprentissage et contrôle cognitif : une théorie computationnelle de la fonction exécutive préfontale humaine - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2010

Learning and cognitive control : a computational theory of human prefrontal executive function

Apprentissage et contrôle cognitif : une théorie computationnelle de la fonction exécutive préfontale humaine

Résumé

Cognitive control enables appropriate action selection according to stimuli, but also present context or past cues, while taking our internal goals into account. Cognitive control and learning are profoundly and reciprocally linked. On one side, cognitive control requires that a repertoire of behaviors be learnt, as well as their values in different conditions, for appropriate use. On the other side, cognitive control is needed for learning of a repertoire of behaviors, notably to regulate the exploration-exploitation trade-off, but also to generalize, decide to switch, infer a structure in a problem, etc. . ..Thus, cognitive control and learning are strongly linked in the flexibility that characterizes human prefrontal executive function. However, this link is presently poorly understood and few psychological or cognitive neuroscience studies include both aspects. Moreover, existing computational models of learning and decision do not account for their interaction. In this PhD thesis, we propose a mathematical theory combining reinforcement learning and Bayesian inference mechanisms. This model includes learning of repertoires of behaviors (task-sets) in an uncertain environment as well as cognitive control (task-switching) in presence or absence of contextual information. This model makes specific predictions that we tested in two behavioral experiments. They validate the predictions of the theory against other existing models. Moreover, the theory proposes an explanatory factor for qualitative differences in exploratory strategies that we observed across individuals. The proposed theory intrinsically characterizes essential notions such as default behavior, switch and exploration. It allows for the natural emergence of a control mechanism of the exploitationexploration trade-off, as well as its weighing factor. Lastly, empirical results validate the predictions and confirm the hypotheses of the model. The model may be used in functional imaging studies to understand computations executed in the brain, with prefrontal cortex, basal ganglia and neurotransmitters such as dopamine and norepinephrine as main points of interest.
Le contrôle cognitif est la capacité à réagir à des stimuli de manière adaptée au contexte présent ou aux indices passés, en tenant compte de nos buts internes. Le contrôle cognitif et l'apprentissage entretiennent des liens profonds et réciproques. D'un côté, le contrôle cognitif requiert que nous ayons appris un répertoire de comportements ainsi que leur valeur dans différentes conditions, afin de les utiliser à bon escient. D'un autre côté, l'apprentissage d'un répertoire de comportements nécessite du contrôle cognitif, notamment pour réguler l'équilibre entre exploration et exploitation, mais également pour généraliser, décider d'un switch, induire une structure dans un problème, etc.. . . Le contrôle cognitif et l'apprentissage sont donc indissociablement liés dans la flexibilité qui carac- térise la fonction exécutive préfrontale humaine. Cependant, ce lien est actuellement mal compris et peu de travaux de psychologie ou neurosciences cognitives intègrent ces deux aspects. De même, les modèles computationnels d'apprentissage ou de décision existants ne rendent pas compte de leur interaction. Dans ce travail de thèse, nous proposons une théorie mathématique reposant sur des mécanismes d'apprentissage par renforcement et d'inférence bayésienne, qui intègre l'apprentissage de répertoires de comportements (task-sets) dans un milieu incertain et le contrôle cognitif (task-switching) en présence ou en l'absence d'information contextuelle. Cette théorie permet de faire des prédictions spécifiques que nous avons testées dans le cadre de deux expériences comportementales. Celles-ci ont permis de valider les prédictions de la théorie et d'invalider d'autres modèles existants. De plus, la théorie proposée permet d'avancer un facteur explicatif des différences qualitatives de stratégies d'exploration observées entre différents individus. La théorie proposée caractérise de façon intrinsèque des notions essentielles telles que le comporte- ment par défaut, le switch et l'exploration. Elle permet de faire émerger naturellement un mécanisme de contrôle du compromis exploitation - exploration, ainsi que son facteur de pondération. Enfin, les résultats empiriques valident les prédictions et confirment les hypothèses du modèle. Celui-ci pourra être utilisé pour comprendre les computations effectuées par le cerveau dans des études d'imagerie fonctionnelle, avec le cortex préfrontal, les ganglions de la base et des neuromodulateurs (dopamine et norépinephrine) comme centres d'intérêt principaux.
Fichier principal
Vignette du fichier
These.pdf (3.28 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-00814840 , version 1 (17-04-2013)

Identifiants

  • HAL Id : tel-00814840 , version 1

Citer

Anne Collins. Apprentissage et contrôle cognitif : une théorie computationnelle de la fonction exécutive préfontale humaine. Neurosciences. Université Pierre et Marie Curie - Paris VI, 2010. Français. ⟨NNT : 2010PA066124⟩. ⟨tel-00814840⟩
4219 Consultations
4466 Téléchargements

Partager

Gmail Facebook X LinkedIn More