Séminaire ayant lieu dans le cadre du Doctorat en informatique cognitive, en collaboration avec le centre de recherche CRIA     

TITRE : Epistemological challenges in the study of “Theory of Mind” in LLMs and humans 

Jean-Baptiste MOURET

Jeudi le 16 octobre 2025 à 10h30

Local PK-5115 (Il est possible d'y assister en virtuel en vous inscrivant ici)     

RÉSUMÉ

Cette conférence explore comment les agents adaptatifs incarnés peuvent éclairer notre   compréhension de l'ancrage - la connexion fondamentale entre les symboles et leurs significations dans le monde physique. En m'appuyant sur les récentes avancées en algorithmes de diversité qualitative et répertoires comportementaux, j'examinerai comment  les robots capables de s'adapter rapidement aux contraintes physiques et aux  changements environnementaux offrent des perspectives sur la nature incarnée de l'intelligence. La discussion portera sur la façon dont l'algorithme MAP-Elites et l'apprentissage par essais-erreurs intelligents permettent aux robots de découvrir des solutions comportementales diverses et de s'adapter en quelques minutes à des circonstances imprévues, y compris les dommages physiques. Je présenterai des preuves de robots hexapodes, de plateformes humanoïdes et de manipulateurs robotiques qui démontrent comment l'adaptation incarnée crée des mappages symbole-monde significatifs par l'expérience sensori-motrice directe. Les implications s'étendent au-delà de la robotique aux questions de sciences cognitives sur la façon dont l'incarnation physique contraint et permet l'ancrage symbolique, offrant de nouvelles perspectives sur la relation entre comportement adaptatif, interaction environnementale et émergence de représentations significatives dans les systèmes artificiels et biologiques.

BIOGRAPHIE

Jean-Baptiste MOURET est directeur de recherche à Inria Nancy - Grand Est et membre de l'équipe LARSEN (Lifelong Autonomy and interaction skills for Robots in a Sensing ENvironment). Il est également affilié au CNRS, laboratoire Loria. Lauréat d'une bourse ERC Starting Grant en 2014, ses recherches portent sur l'apprentissage automatique et le calcul évolutionnaire pour concevoir des robots adaptatifs capables d'apprendre et de s'adapter par essais-erreurs. Mouret a développé les algorithmes de diversité qualitative, notamment l'algorithme MAP-Elites, qui permet aux robots de s'adapter rapidement aux dommages et aux nouvelles situations. Son travail "Robots that can adapt like animals", publié en couverture de Nature en 2015, a démontré comment les robots peuvent récupérer de dommages en moins de deux minutes en utilisant des répertoires comportementaux. Il a occupé des postes de professeur invité à Cornell University, University of Vermont et Technical University Darmstadt.

RÉFÉRENCES 

Anne, T., & Mouret, J.-B. (2024). Parametric-Task MAP-Elites. Proc. of GECCO. ACM.

Zhong, J., Weistroffer, V., Mouret, J.-B., Colas, F., & Maurice, P. (2023). Workstation Suitability Maps: Generating Ergonomic Behaviors on a Population of Virtual Humans with Multi-task Optimization. IEEE Robotics and Automation Letters.

Kaushik, R., Desreumaux, P., & Mouret, J.-B. (2020). Adaptive Prior Selection for Repertoire-based Online Learning in Robotics. Frontiers in Robotics and AI.

Cully, A., Clune, J., Tarapore, D., & Mouret, J.-B. (2015). Robots that can adapt like animals. Nature, 521(7553), 503-507.