Loi de contrôle

Une loi d'ajustement (en anglais : law of control) est un modèle mathématique utilisé en sciences du comportement pour expliquer comment un agent autonome — qu'il soit humain, animal ou artificiel — ajuste ses actions en fonction de ce qu'il perçoit de son environnement.

Ce modèle met en évidence que le comportement moteur de l'agent résulte d'une adaptation aux contraintes de la tâche, de l'environnement et de ses propres capacités. Pour cela, l'agent exploite les affordances, c'est-à-dire les possibilités d'action que lui offre son environnement. Ce concept a été formalisé par William Warren, psychologue expérimental et chercheur en sciences cognitives, spécialisé dans l'étude de la perception et de la régulation du mouvement, dans ses travaux sur la guidance visuelle de l'action^[1].

Une loi d'ajustement du comportement est une fonction mathématique qui relie deux éléments clés :

• l'entrée perceptive : la variation d'énergie perçue par les récepteurs sensoriels de l'agent (ce qu'il sent ou voit) ;
• la sortie motrice : la variation d'énergie produite par l'agent pour s'adapter à son environnement (ce qu'il fait).

La formule générale de cette loi est : ${\displaystyle Force=g(flow)}$ où :

• ${\displaystyle Force}$ représente la variation de force produite par l'agent (son action) ;
• ${\displaystyle flow}$ représente la variation d'entrée sensorielle (sa perception).

Cette formule est une simplification du modèle de Warren, qui peut inclure des paramètres supplémentaires pour décrire des situations plus complexes.

La relation entre l'agent et son environnement est circulaire^[2] et interactive : ${\displaystyle flow=f(Force)}$Cela signifie que les actions de l'agent (${\displaystyle Force}$) modifient l'environnement, ce qui entraîne de nouvelles perceptions (${\displaystyle flow}$). Ces nouvelles perceptions influencent à leur tour les actions à venir de l'agent. Ce couplage bidirectionnel montre comment l'agent s'adapte dynamiquement à son environnement tout en contribuant à le modifier.

Imaginez une personne qui marche sur un sol irrégulier. Ses pieds perçoivent les irrégularités du sol (${\displaystyle flow}$), ce qui l'amène à ajuster la force de ses pas (${\displaystyle Force}$) pour garder l'équilibre. En même temps, ses pas modifient légèrement le sol, ce qui influence ses perceptions à venir. Ce processus continu illustre la loi d'ajustement du comportement.

Un robot équipé de capteurs perçoit des obstacles sur son chemin (${\displaystyle flow}$). Il ajuste sa trajectoire et sa vitesse (${\displaystyle Force}$) pour les éviter. Ces ajustements modifient la position des obstacles perçus, ce qui influence ses décisions à venir. Cet exemple montre comment la loi d'ajustement s'applique également aux agents artificiels.

• Portail des neurosciences
• Portail de la psychologie