Abstract FR:

Cette thèse consiste à réaliser un programme qui permet à un robot, via une interaction fluide avec un utilisateur, d'apprendre de nouvelles connaissances qui peuvent être réutilisées. L'approche adoptée intègre le paradigme de l'énaction (autonomie, création de sens, émergence, incarnation, expérience subjective), un savoir intersubjectif (ou connaissance mutuelle), et le formalisme des modèles statistiques d'induction. Par une programmation par démonstration (PbD) et un enseignement kinesthésique, l'utilisateur manie le robot et peut lui apprendre des comportements (mouvements de pattes, de tête etc. ) synchrones ou parallèles, cycliques ou acycliques. Ainsi, avec un minimum d'a priori, le système fait émerger des symboles à partir de la segmentation et la détection de régularités dans des flux de données sensori-motrices continues. Symboles ou comportements que l'utilisateur labellise et peut réutiliser.