Les circuits électroniques bio-inspirés ont le potentiel de remédier à certaines carences des circuits électroniques conventionnels, tels que la difficulté à les utiliser lorsqu'une application est mal définie, leur manque de robustesse, et leur manque d'adaptabilité lorsque l'environnement change de façon imprévue.

Les circuits bio-inspirés sont créés en prenant inspiration de principes observés dans la biologie. L'évolution des organismes biologiques, leur développement d'un oeuf fertilisé, et leur capacité d'apprentissage sont trois sources de bio-inspiration qui peuvent être utilisées pour cela.

Jusqu'à présent l'électronique bio-inspirée s'est grandement focalisée sur un seul aspect de la bio-inspiration: soit l'évolution, le développement ou l'apprentissage. Dans cette thèse nous considérons que les circuits électroniques devraient englober tout les trois aspects pour pleinement bénéficier de la bio-inspiration. Ces circuits capables d'évoluer, de se développer et d'apprendre sont appellés des circuits POEtic (POE signifie phylogenèse, ontogenèse et épigenèse, soit respectivement évolution, développement et apprentissage).

Conceptuellement ces circuits POEtic sont, de même que les organismes biologiques, des circuits multi-cellulaires qui évoluent en suivant le principe de la sélection et de la reproduction différentielle, ils se développent à partir d'une seule cellule et se différentient en fonction des signaux inter-cellulaires et environnementaux, et finalement ils apprennent durant leur vie. Ces circuits peuvent aussi réorganiser dynamiquement leur structure de façon à tolérer des changements dans l'environnement, ou lorsqu'ils sont agrandis avec de nouvelles cellules, senseurs ou actuateurs. En comparaison avec les circuits conventionnels, les circuits POEtic sont créés automatiquement en utilisant les principes évolutionnaires, même lorsque seulement une spécification partielle ou de haut niveau à un problème est connue. Le développement pourvoit une conversion complexe de génotype à phénotype qui peut amener à la tolérance aux pannes ou au développement adaptatif de façon à faire face à des changements environnementaux. Finalement l'apprentissage permet à ces circuits de mémoriser des évènements passés et d'adapter leur réponse au cours du temps de façon à améliorer leur comportement.

Cette thèse traite des mécanismes évolutionnaires requis pour évoluer ces circuits POEtic. Nous soutenons qu'afin de réaliser pleinement le potentiel des circuits POEtic, un nouveau système évolutionnaire est requis qui prend en compte les caractéristiques de ces circuits et qui englobe à la fois un codage génétique et un système développemental. En effet, les algorithmes évolutionnaires couremment utilisés pour évoluer des circuits électroniques n'exploitent pas la dynamique complexe du développement qui est observée dans les organismes biologiques. Ils emploient généralement un codage génétique direct avec une conversion un à un du genotype vers le phénotype. En conséquence la chaîne génétique croît avec la taille des circuits et cela peut limiter la scalabilité de l'approche évolutionnaire à des circuits plus grands. De plus, ces codages ne permettent pas les interactions inter-cellulaires ou environnementales durant le développement qui pourraient mener au développement adaptatif du circuit ou à de la tolérance aux pannes.

Dans cette thèse nous développons un système évolutionnaire destiné aux circuits multi-cellulaires POEtic. Ce système évolutionnaire est inspiré des mécanismes d'expression génétique et de différentiation cellulaire observés dans les organismes biologiques. Il tente d'amener une meilleure évolvabilité et scalabilité que les codages génétiques directs, il permet les interactions inter-cellulaires et environnementales durant le développement et il est computationnellement simple, ce qui permet une implémentation efficace en hardware. De plus il est générique et fait des assomptions minimales quant aux circuits qui sont évolués: outre l'assomption qu'ils sont multi-cellulaires, il requiert uniquement une communication locale entre cellules voisines.

Nous démontrons le système évolutionnaire proposé en évoluant des circuits multicellulaires pour une large gamme d'applications. Les résultats que nous avons obtenus confirment la généralité de notre approche et sa meilleure performance en comparaison à un codage génétique direct.

Le système évolutionnaire proposé est utilisé pour évoluer des structures de cellules différentiées et il montre une meilleure scalabilité lors de l'évolution de structures plus grandes en comparaison à un codage génétique direct. La dynamique du développement au sein du système évolutionnaire permet de récupérer ces structures après qu'elles aient été endommagées, même avec un fort taux d'endommagement. Le système évolutionnaire proposé est utilisé pour évoluer des circuits multi-cellulaires composés de neurones à impulsions pour faire de la reconnaissance de formes et pour contrôler la navigation avec évitement d'obstacles d'un robot mobile. Il atteint une meilleure performance en comparaison à un codage génétique direct. Finalement il est utilisé pour évoluer des circuits capables d'apprentissage qui contrôlent un robot mobile dans une tache d'apprentissage et de navigation basée sur la vision. Cette dernière application démontre les trois aspects de la bio-inspiration des circuits POEtic dans une même tâche: l'évolution, le développement, et l'apprentissage.