Thèse du Modèle de Conscience Projective à un Jumeau Numérique Sensorimoteur Prédire les Comportements d'Exploration et d'Exploitation en Réalité Virtuelle H/F - Doctorat.Gouv.Fr

Établissement : Université Paris-Saclay GS Sport, Mouvement, Facteurs Humains École doctorale : Sciences du Sport, de la Motricité et du Mouvement Humain Laboratoire de recherche : CIAMS - Complexité, Innovation, Activités Motrices et Sportives Direction de la thèse : David RUDRAUF ORCID 0000000296211800 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-05-08T23:59:59 Cette thèse vise à accroître la validité et la puissance prédictive du Projective Consciousness Model (PCM) en développant un jumeau numérique (Digital Twin) sensorimoteur couplé à des expériences en réalité virtuelle. Le PCM propose que la géométrie projective 3D structure l'intégration de l'information et la planification de l'action via la prise de perspective dans un espace représentationnel interne. Des travaux récents montrent que des actions de groupe euclidiennes vs projectives peuvent induire des comportements d'exploration distincts sous motivation épistémique (curiosité), ce qui fournit un socle pour une validation expérimentale et une extension du modèle.
Le projet consiste à (i) adapter le modèle existant pour le rapprocher des contraintes biomécaniques et sensorimotrices humaines (champ visuel, intégration multisensorielle, contrôle moteur), (ii) l'implémenter sous forme de simulation temps réel paramétrable (jumeau numérique), et (iii) concevoir des tâches VR permettant calibration, analyses de sensibilité et validation prédictive à partir de données comportementales et cinématiques. The PCM frames cognition and action selection as operating in an internal representational space structured by 3D projective geometry. Prior modelling and simulations support parametric predictions and motivate VR-based empirical validation.
Recent results further demonstrate that projective vs Euclidean group actions can yield qualitatively different behaviours in curiosity-driven exploration by transforming epistemic value through nonlinear magnification effects, providing a concrete theoretical foundation for model-based prediction and validation.
- Adapt the existing PCM to incorporate human sensorimotor/biomechanical constraints (e.g., visual field, multisensory reference frames, motor feasibility).
- Build a real-time, parametric Digital Twin of the model (simulation services + experiment interfaces).
- Design VR experiments for systematic parameter manipulations, calibration, and validation.
- Quantify predictive power by comparing Digital Twin outputs to behavioural and kinematic data; iterate model refinement. - Mathematical modelling: extend the PCM to encode sensorimotor constraints (visual field/viewpoint, multisensory mappings, motor control/action feasibility).
- Digital Twin engineering: implement a modular, real-time simulation framework (parameter management, reproducible runs, calibration/validation loops).
- VR experimentation: implement tasks in a VR engine; synchronised logging of behaviour and kinematics; parametric manipulation aligned with model parameters.
- Model assessment: predictive validation, sensitivity analyses, and iterative refinement against VR datasets.

Requis : formation de niveau Master en ingénierie / informatique / mathématiques appliquées (ou domaine proche) ; capacité à articuler théorie et implémentation ; compétences solides en programmation et en ingénierie logicielle ; aptitude à concevoir et mettre en oeuvre une chaîne complète et paramétrable intégrant le modèle mathématique, son jumeau numérique temps réel, et des expériences en réalité virtuelle.
Souhaité : expertise directe en jumeaux numériques (simulation temps réel, calibration/validation, assimilation de données, pipelines paramétriques) ; forte base en mathématiques appliquées (géométrie, optimisation, modélisation probabiliste/contrôle) ; développement VR (Unity/C# ou Unreal/C++), intégration temps réel et journalisation expérimentale ; connaissances en biomécanique, intégration multisensorielle et/ou contrôle sensorimoteur.