Neuroethology of evasion in an insect : game theory, sensory physiology and bioinspired neural algorithms

La course aux armements proie-prédateur a conduit à la sélection d'une diversité de stratégies comportementales et de systèmes sensorimoteurs. Le succès d'une proie repose sur la capacité de son système neurosensoriel à non seulement détecter et identifier précisément une menace à temps, mais aussi à produire une réponse motrice appropriée. Une proie peut augmenter ses chances de survie en sélectionnant une ‘bonne' stratégie de cache-cache/évasion. Étant donné leur avantages pratiques, les insectes ont représenté depuis longtemps une bonne porte d'entrée pour l'étude de ces stratégies et de leurs bases neurales. Cette thèse explore ces deux aspects en utilisant une variété d'outils allant de la théorie des jeux, à la neuroéthologie et à l'intelligence artificielle.Tout d'abord, nous nous focalisons sur les stratégies de la proie. Les comprendre nécessite de considérer le conflit d'intérêt sous-jacent : un prédateur peut utiliser des tactiques pour capturer une proie qui cherche à son tour à échapper à son attaquant. La théorie des jeux est un outil de choix pour étudier de tels conflits. Nous proposons un jeu décrivant la succession de phase de cache-cache et de poursuite-évasion entre une proie et un prédateur au budget décrémentiel. Nous montrons qu'en fonction de la complexité structurale de l'environnement, la meilleure stratégie pour la proie ne consiste pas toujours à choisir la meilleure cachette. Nous proposons ensuite un cadre conceptuel mélangeant théorie des jeux de cache-cache et théorie du fourragement, deux domaines de recherche peu associés.Ensuite, nous avons cherché les principes algorithmiques neuronaux généraux impliqués dans la perception de prédateurs. Un prédateur en approche produit notamment des indices visuels et aérodynamiques présentant des similarités. Alors que la perception visuelle d'objets en approche de différentes tailles et vitesses a été bien étudiée, la perception mécanique de tels objets est moins connue. Nous avons stimulé des grillons, un modèle d'étude pour la mécanoréception, avec des sphères en translation de différentes tailles et vitesses mimant des prédateurs du sol variés. Nous avons caractérisé l'influence de la taille et de la vitesse de la sphère, ainsi que celle de l'écologie du grillon étudié, sur la réponse comportementale. L'espèce de grillon la plus sujette à la prédation semble présenter une performance et une sensibilité supérieure. Nous avons ensuite mesuré la réponse d'interneurones sensibles aux flux d'air dans le ganglion abdominal terminal par électrophysiologie. Nous avons identifié un groupe d'interneurones dont l'activité rappelle celle de neurones impliqués dans la détection de looming visuels. Nous discutons alors les analogies entre le système visuel et cercal.Enfin, étant donné la performance inégalée des circuits d'évasion en ingénierie en termes de latence et de précision, nous avons regardé si l'architecture du système cercal des grillons pouvait être une source d'inspiration pour le développement de réseaux de neurones plus performants. Nous avons proposé un modèle 3D du système cercal des grillons, allant de la déflection physique des poils sensoriels à l'encodage de l'information. Ce modèle permet de générer un jeu de données dynamique représentant la réponse des senseurs au cours du temps pour une diversité d'attaques, et de tester des hypothèses sur la fonction du système cercal difficiles à tester biologiquement. Nous avons ensuite comparé la latence de réponse entre des architectures de réseaux de neurones classiques et une architecture grillon-inspirée. Nous suggérons que cette dernière réalise des performances similaires aux architectures classiques, mais avec moins de paramètres.Les implications de nos résultats en théorie de l'approvisionnement, en neuroéthologie des grillons, en neurosciences des systèmes, en biologie évolutive et en calcul neuromorphique sont discutées.