Équipe
CAB
Responsable d’équipe : Fourcassie Vincent & Jost Christian
Présentation
L’objectif principal de notre équipe est de comprendre les mécanismes comportementaux et cognitifs qui sous-tendent les comportements et les décisions collectives dans les groupes animaux. Notre but est d’identifier les mécanismes qui permettent à un groupe d’animaux de coordonner leurs activités et de répondre de manière adaptée aux modifications de l’environnement. Nous essayons de comprendre en particulier comment la capacité d’un groupe à résoudre des problèmes collectivement varie avec les propriétés des individus qui le composent. La méthodologie générale de nos travaux combine étroitement expériences et modélisation.
Projet 1
L’objectif de ce projet est d’une part de caractériser et modéliser la forme des interactions sociales contrôlant la coordination des déplacements en 3D et la transmission d’informations dans des groupes de poissons et d’autre part d’analyser les stratégies d’évitement et des réponses collectives de ces groupes lors d’une perturbation simulant une attaque de prédateur. L’étude comparative sera réalisée sur trois espèces de poissons Hemigrammus rhodostomus, Oryzias latipes et Puntigrus tetrazona qui présentent un comportement de nage en banc très prononcé mais des vitesses de nage et des formes de déplacement collectif différentes. L’analyse, la modélisation des interactions entre poissons et enfin la validation du modèle seront réalisées au moyen du dispositif en boucle fermée de réalité virtuelle développé au CRCA en collaboration avec l’IRIT.
Projet 2
L’objectif de ce projet est d’étudier le comportement de poissons et leurs interactions sociales en situation de stress et comment, à travers la modulation de ces interactions, le stress peut se propager au sein d’un banc et induire des changements de phases dans les déplacements collectifs. Dans cette étude nous utiliserons un dispositif en boucle fermée de réalité virtuelle grâce auquel il est possible d’analyser en temps réel les interactions entre un poisson réel et des poissons virtuels dont le comportement est contrôlé par un modèle.
Projet 3
Dans ce projet nous étudierons sous quelles conditions un groupe de sujets peut optimiser collectivement ses choix dans un jeu de minorité dans un environnement virtuel. Les expériences seront réalisées avec des casques de réalité virtuelle. L’objectif est de déterminer les types d’information les plus pertinentes qui permettent d’optimiser collectivement les performances d’un groupe. Il s’agira aussi de comparer la marche d’humains dans un environnement virtuel avec celle dans un cadre physique réel, en mesurant les interactions d’évitement dans ces deux contextes au moyen des méthodes que nous avons introduites dans l’étude des interactions entre poissons au sein d’un banc, et en exploitant les méthodes de suivi de trajectoires d’humains développées au LAAS.
Projet 4
Ce projet vise à développer un essaim de drones autonome basé sur des principes bio-inspirés. Les objectifs clés sont de concevoir des mécanismes de contrôle optimisés localement guidant le mouvement collectif de l’essaim et de fournir des mesures théoriques pour la caractérisation en temps réel de sa cohésion lors des manœuvres dans des environnements dynamiques incertains et complexes.
Projet 5
Nous souhaitons étudier le développement de la locomotion et dans quelle mesure les individus juvéniles au cours du développement s’ajustent au comportement des adultes. Nous utilisons le modèle mouton en situation de pâturage. Les animaux alternent des phases alimentaires et de déplacements collectifs. Selon notre principale hypothèse, les juvéniles éprouvent un coût énergétique en accompagnant les adultes, dû à l’attraction sociale. Nous étudions la locomotion et la cohésion socio-spatiale de groupes ne contenant que des adultes, que des juvéniles ou des groupes contenant adultes et juvéniles en nombre égal. La localisation des individus est obtenue grâce à des GNSS de précision centimétrique.
Projet 6
Le réchauffement climatique se caractérise par des pics de chaleur, avec des pics de températures bien au-delà de la zone de confort thermique de nombreuses espèces animales. En méditerranée, les moutons présentent l’étrange comportement qui consiste à former des agrégats très denses, debout tête basse. Si ce comportement peut s’avérer bénéfique, nous pensons qu’il induit aussi des nuisances. Le projet consiste à étudier la dynamique d’agrégation des moutons hors et durant des périodes de stress thermique. Nous voulons mesurer des indicateurs (neuro)physiologiques, des indicateurs climatiques et gazeux de l’environnement au sein des agrégats en zone de pâturage grâce à divers capteurs. Nous comparerons le comportement des animaux disposant d’écrans solaires et n’en disposant pas.
Projet 7
Avec près de 16 000 espèces connues à ce jour, les fourmis constituent une famille d’insectes qui présente une biodiversité remarquable. Elles peuplent également des milieux écologiques très différents. Le but de ce projet est de caractériser la locomotion des fourmis sur le plan biomécanique et d’identifier les adaptations structurales et comportementales qui leur permettent de se déplacer à très grande vitesse sur des substrats très variés ou de soulever des charges qui peuvent peser jusqu’à plus de dix fois leur propre poids. Nous utilisons pour se faire une plate-forme constituée de cinq caméras synchronisées pour étudier la cinématique de leur locomotion et un capteur de forces mis au point dans le cadre d’une collaboration avec le LAAS pour mesurer les forces d’appui de leurs pattes. L’objectif de ce projet est de caractériser la locomotion des fourmis et d’établir un lien entre la biomécanique de leur locomotion et leurs performances dans le transport de charge, que celui-soit réalisé individuellement ou collectivement, lorsque plusieurs fourmis coopèrent pour déplacer un objet.
Projet 8
L’environnement naturel des fourmis et des termites est complexe, nécessitant un mouvement sur des surfaces 2D dans un espace 3D. Ce mouvement influence les comportements collectifs tels que l’exploration, la recherche de nourriture et la construction de nids. Notre projet se concentre sur l’observation et la modélisation du mouvement des insectes sur des surfaces courbes contrôlées, qui peuvent être combinées avec la pose de phéromones pour créer des sentiers de mouvement distincts augmentant l’efficacité. Pour évaluer cette efficacité, nous utilisons des simulations informatiques avancées en collaboration avec des physiciens, en appliquant des modèles de collision nulle pour étudier les avantages et les limites de ces schémas numériques dans la compréhension des comportements collectifs des animaux.
Projet 9
Ce projet vise à développer des méthodologies innovantes pour analyser le comportement collectif. Nous concentrons notre intérêt sur les sports d’équipe, en particulier le rugby, avec un objectif de modélisation et de prédiction des performances. Nous considérons les performances d’équipe comme une tâche de prédiction de séries temporelles corrélées, où l’objectif est de prévoir le succès d’une équipe en analysant les mouvements des joueurs et les dynamiques collectives.
Des études récentes ont montré que les méthodes traditionnelles d’analyse des sports d’équipe sont limitées et qu’un changement de paradigme est nécessaire pour mieux comprendre les interactions complexes entre les joueurs. Notre projet répond à ce défi en combinant la modélisation statistique, le machine learning et l’analyse de données pour développer des modèles prédictifs de dynamiques de groupe et de performances d’équipe.
Pour aborder cette question, nous utilisons des données pertinentes telles que le suivi GPS, les accéléromètres et les enregistrements vidéo, afin d’extraire des caractéristiques décrivant le comportement des joueurs et les dynamiques d’équipe. Nous recherchons des schémas et des corrélations dans les mouvements des joueurs, tels que la synchronisation, la coordination et les processus de prise de décision.
Notre projet a le potentiel d’apporter de nouveaux outils pour l’analyse des sports d’équipe, offrant aux entraîneurs, formateurs et analystes des informations basées sur les données pour améliorer les performances des équipes. En modélisant et en prédisant le succès comme une tâche de prédiction de séries temporelles corrélées, nous visons à dévoiler les mécanismes sous-jacents qui déterminent le succès d’une équipe et à développer des modèles prédictifs pouvant éclairer la prise de décision dans des contextes sportifs réels.
Projet 10
Le projet « Approche adimensionnelle » est à ’intersection entre la biomécanique, la physique et le biomimétisme afin d’expliquer l’efficacité extraordinaire observés chez les insectes. En s’appuyant sur l’approche adimensionnelle, cette initiative multidisciplinaire envisage les effets de la dilatation de l’espace et du temps à travers les échelles pour mieux comprendre l’efficacité individuelle et collective des insectes et mieux cibler les applications technologiques potentielles. Le projet s’articule autour de trois sous-programmes :
– Sous-programme 1 : étudie les interactions entre les fourmis et leur environnement, en mettant l’accent sur la façon dont la composition chimique de leur cuticule influence leur efficacité biomécanique.
– Sous-programme 2 : intègre des approches issues de la biomécanique et de la physique statistique pour analyser le transport collectif de charges chez les fourmis. Cette recherche décode les dynamiques de coopération et de mouvement en groupe, apportant un éclairage sur les mécanismes d’activités coordonnées dans des systèmes complexes.
– Sous-programme 3 : exploite ces découvertes biologiques dans des applications biomimétiques. Il vise à concevoir des exosquelettes bioinspirés pour développer des pattes robotiques hexapodes et créer des dispositifs d’assistance pour le transport collectif de charges chez l’homme.
Ce projet, positionné à la croisée de la découverte biologique et de l’ingéniosité technique, illustre le potentiel d’innovation d’une approche biomimétique adimensionnelle reliant objectivement systèmes naturels et artificiels.
Membres de l'équipe
– Bassanetti, T., Escobedo, R., Cezera, S., Blanchet, A., Sire, C. & Theraulaz, G. 2023. Cooperation and deception through stigmergic interactions in human groups. Proceedings of The National Academy of Sciences USA, 120 (42), e2307880120.
– Dorigo, M., Theraulaz, G. & Trianni, V. 2021. Swarm robotics: past, present and future. Proceedings of the IEEE, 109: 1152-1165.
– Escobedo, R., Lecheval, V., Papaspyros, V., Bonnet, F., Mondada, F., Sire, C., & Theraulaz, G. 2020. A data-driven method for reconstructing and modelling social interactions in animal groups. Philosophical Transactions of the Royal Society of London – Serie B., 375, 20190380.
– Gómez-Nava, L., Bon, R., Peruani, F. 2022. Intermittent collective motion in sheep results from alternating the role of leader and follower. Nature Physics, 18, 1494-1501.
– Heyde A, Guo L, Jost C, Theraulaz G, Mahadevan L. 2021. Self-organized Biotectonics of termite nests. Proceedings of The National Academy of Sciences USA, 118 (5), e2006985118, doi: 10.1073/pnas.2006985118
– Lei, L., Escobedo, R., Sire, C., Theraulaz, G. 2020. Computational and robotic modeling reveal parsimonious combinations of interactions between individuals in schooling fish. Plos Computational Biology, 16: e1007194.
– Merienne, H., Latil, G., Moretto, P., Fourcassié, V. 2020. Walking kinematics in the polymorphic seed harvester ant Messor barbarus: influence of body size and load carriage. Journal of Experimental Biology, 223, jeb.205690.
– Xue, T., Li, X., Lin, G., Escobedo, R., Sire, C., Han, Z., Chen, X. & Theraulaz, G. 2023. Tuning social interactions’ strength drives collective response to light intensity in schooling fish Plos Computational Biology, 19(11):e1011636.
Affiliation
