Ancienne postdoctorante et ingénieure à l’ISIR, Silvia Tulli a récemment rejoint le laboratoire en tant que maîtresse de conférences. Elle revient sur son parcours, ses expériences et les projets de recherche qu’elle souhaite développer.
Peux-tu retracer ton parcours de recherche qui t’a menée jusqu’à l’ISIR ?
Silvia Tulli : « Mes recherches se concentrent sur les défis d’apprentissage en robotique. Je vise à contribuer aux systèmes physiquement intelligents qui collaborent de manière fluide avec les humains. Durant mon doctorat, grâce à l’un de mes directeurs de thèse, j’ai été initiée aux approches d’ « inverse reinforcement learning ». J’ai alors commencé à me demander comment intégrer des informations sur les relations causales dans les approches d’apprentissage par démonstration. Il s’agissait de développer une forme d’apprentissage qui pourrait ressembler à « pourquoi devrais-je faire cela » plutôt que d’apprendre simplement un mapping ou une fonction de récompense qui décrit la relation entre états et actions. Mon idée était d’utiliser l’explication comme signal d’apprentissage chez les agents. J’ai donc étudié à la fois comment générer ces explications, par exemple via l’IA explicable, et comment les exploiter dans l’apprentissage robotique.
Durant mon post-doctorat, j’ai élargi cet intérêt à d’autres approches d’apprentissage robotique interactif. J’ai finalement travaillé sur la planification de politiques dans des situations où deux agents ne partagent pas le même modèle de la tâche. Par la suite, j’ai travaillé comme chercheuse pour une entreprise, sur l’apprentissage automatique multimodal pour la modélisation des réponses biométriques humaines. »
Qu’est-ce qui t’a le plus marquée lors de ta première expérience à l’ISIR ?
S.T. : « Ce qui m’a le plus marqué, ce sont les efforts que certaines personnes ont faits pour m’inclure, ainsi que d’autres vraiment brillantes que j’ai rencontrées. La première fois que je suis venue à l’ISIR, c’était dans le cadre d’un projet européen. J’ai été impressionnée par le campus (la vue depuis la Tour Zamansky a aidé !), par la diversité et le nombre de personnes dans le laboratoire, ainsi que par son rôle central dans le projet européen et au-delà.
Même lors de mon retour, plus tard, pour une période d’échange – période très étrange, car la pandémie de la Covid a commencé un mois et demi après mon arrivée et s’est poursuivie par intermittence pendant deux ans – cette impression s’est confirmée. Je me souviens très bien qu’Awatef Barra, même si je parlais à peine français, m’aidait à comprendre comment les choses fonctionnaient. »
Tu viens d’obtenir le poste de maîtresse de conférences en IA pour la robotique (félicitations !). Comment as-tu vécu ta participation au concours ?
S.T. : « Honnêtement, je savais que le concours était très concurrentiel, donc j’ai travaillé dur. Pendant la période de candidature, je travaillais en entreprise, ce qui rendait difficile de concilier les rendez-vous avec les différents interlocuteurs de l’université et des laboratoires, et de me rendre à l’audition pendant la pause déjeuner.
J’ai reçu beaucoup de soutien et de nombreuses personnes ont relu mon projet et écouté ma présentation pour l’audition. J’ai également bénéficié du point de vue précieux de plusieurs collègues lorsque je me posais des questions sur mon développement professionnel. »
Quels sont les projets que tu comptes mener au laboratoire ?
S.T. : « Je souhaite poursuivre mes recherches sur l’inférence d’objectifs implicites lorsque deux agents ne partagent pas le même modèle de la tâche. Je me concentre sur les décisions séquentielles via des approches d’apprentissage par renforcement, par imitation et profond, dans le cadre des MDP (Processus de décision Markovien) et au-delà lorsque le problème l’exige. Cette recherche est nécessaire pour que les systèmes s’adaptent aux perturbations d’autres agents et à leur variabilité.
Les applications incluent la coordination multi-agents en robotique, l’IA explicable pour modéliser ce que l’utilisateur connaît du système, ou encore, permettez-moi cet élargissement conceptuel, la médecine de précision pour déterminer des séquences thérapeutiques optimales basées sur les profils génomiques des patients.
Dans tous ces cas, nous devons formuler des hypothèses sur des modèles partiellement observables, en privilégiant toujours l’évaluation dans des conditions réelles, et c’est précisément cela qui me paraît le plus passionnant en ce moment. »
Contact : Silvia Tulli, maîtresse de conférences
Publié le 01/10/2025
