Anca Dragan est une roboticienne et informaticienne roumaine-américaine spécialisée dans l'interaction homme-robot (IHR) et la prise de décision algorithmique. Elle est professeure associée au département de génie électrique et d'informatique de l'Université de Californie à Berkeley (UC Berkeley), où elle dirige le laboratoire InterACT (Interactive Autonomy and Collaborative Technologies). Ses recherches portent sur le développement de cadres mathématiques permettant aux robots de comprendre, prédire et s'adapter au comportement humain, dans le but de rendre les systèmes autonomes plus prévisibles, interprétables et sûrs dans des environnements réels.
Dragan est largement reconnue pour ses contributions au domaine de l'IHR, en particulier dans les domaines de la planification de mouvement robotique, de l'apprentissage par renforcement inverse et de la collaboration homme-robot. Son travail fait le pont entre la robotique, l'intelligence artificielle et les sciences cognitives, abordant des questions fondamentales sur la manière dont les robots devraient raisonner sur les intentions humaines et comment les humains peuvent comprendre la prise de décision des robots. Elle a reçu de nombreuses distinctions, notamment la bourse de recherche Sloan, le prix CAREER de la NSF et la reconnaissance « 35 Innovators Under 35 » du MIT Technology Review. Dragan est également une voix éminente dans les discussions sur les implications sociétales de l'IA et de la robotique, plaidant pour une conception transparente et centrée sur l'humain.
Jeunesse et éducation
Anca Dragan est née en Roumanie et a grandi dans une famille ayant un fort bagage académique. Elle a déménagé aux États-Unis pour ses études supérieures, s'inscrivant à l'Université Carnegie Mellon (CMU) à Pittsburgh, en Pennsylvanie. Elle a obtenu son baccalauréat en informatique à la CMU en 2010, où elle s'est d'abord intéressée à la robotique et à l'intelligence artificielle.
Dragan a poursuivi ses études supérieures à la CMU, obtenant son doctorat en robotique en 2015 sous la supervision de Siddhartha Srinivasa. Sa thèse de doctorat, intitulée « Legible Robot Motion Planning », a introduit le concept de lisibilité - l'idée que le mouvement d'un robot ne doit pas seulement être efficace, mais aussi communiquer l'objectif visé du robot aux observateurs humains. Ce travail a jeté les bases d'une grande partie de ses recherches ultérieures sur l'interaction homme-robot et l'a établie comme une figure de proue dans le domaine.
Carrière académique et contributions de recherche
Après avoir obtenu son doctorat, Dragan a rejoint le corps professoral de l'UC Berkeley en 2015 en tant que professeure adjointe. Elle a été promue professeure associée en 2021. À Berkeley, elle a fondé le laboratoire InterACT, qui rassemble des chercheurs en robotique, apprentissage automatique et sciences cognitives pour étudier l'autonomie interactive. Les recherches du laboratoire sont soutenues par des subventions de la National Science Foundation, du Bureau de la recherche navale et de partenaires industriels tels que Google et Toyota.
Les recherches de Dragan peuvent être largement classées en trois domaines : (1) l'interaction homme-robot algorithmique, qui développe des modèles mathématiques du comportement humain et les utilise pour éclairer la prise de décision des robots ; (2) le comportement robotique interprétable et transparent, qui se concentre sur la compréhension des actions des robots par les humains ; et (3) l'autonomie sûre et robuste, qui aborde les défis du déploiement de robots dans des environnements non structurés et centrés sur l'humain.
L'une de ses contributions les plus influentes est le concept de « mouvement lisible », qu'elle a formalisé dans sa thèse. Le mouvement lisible fait référence à des trajectoires de robot conçues pour être facilement interprétées par les humains, même si elles ne sont pas les chemins les plus efficaces. Cette idée a été appliquée dans divers domaines, de la robotique d'assistance à la conduite autonome, et a influencé la manière dont les roboticiens pensent à l'aspect communicationnel du mouvement des robots.
Dragan a également apporté des contributions significatives à l'apprentissage par renforcement inverse (IRL), une technique qui déduit les préférences humaines et les fonctions de récompense à partir du comportement observé. Son travail dans ce domaine s'est concentré sur la robustesse et l'évolutivité de l'IRL, en particulier dans des contextes où le comportement humain est bruité ou sous-optimal. Elle a publié abondamment sur ces sujets dans des revues de premier plan telles que l'International Conference on Robotics and Automation (ICRA), la conférence Robotics: Science and Systems (RSS) et la Conference on Neural Information Processing Systems (NeurIPS).
Concepts clés et méthodologies
Au cœur des recherches de Dragan se trouve l'idée que les robots ne devraient pas traiter les humains comme des obstacles statiques ou des agents parfaitement rationnels, mais plutôt comme des acteurs dynamiques à rationalité limitée dont le comportement est façonné par leurs croyances, leurs objectifs et leurs limitations. Cette perspective l'a amenée à développer des modèles qui tiennent compte de la sous-optimalité et de l'incertitude humaines, permettant aux robots de prendre des décisions plus robustes dans des contextes interactifs.
L'une de ses contributions méthodologiques notables est l'utilisation de « l'assistance » dans la collaboration homme-robot. Dans une série d'articles, Dragan et ses collaborateurs ont exploré comment les robots peuvent assister proactivement les humains en anticipant leurs besoins et en adaptant leurs actions en conséquence. Ce travail a des implications pour les dispositifs d'assistance, tels que les bras robotiques pour personnes handicapées, et pour la fabrication collaborative.
Dragan a également étudié le rôle de la communication dans l'interaction homme-robot. Elle a montré que les robots peuvent utiliser leur mouvement, leur regard et d'autres signaux non verbaux pour transmettre des informations aux humains, et que cette communication peut améliorer la performance des tâches et la confiance. Ses recherches sur les « signaux sociaux des robots » ont été influentes dans la conception de véhicules autonomes, où la capacité à signaler l'intention aux piétons est cruciale pour la sécurité.
Prix et reconnaissance
Le travail de Dragan a été reconnu par de nombreux prix et honneurs. En 2016, elle a reçu le prix CAREER de la National Science Foundation, qui soutient les professeurs en début de carrière ayant le potentiel de servir de modèles académiques. En 2017, elle a été nommée boursière de recherche Sloan, un honneur accordé à d'excellents scientifiques en début de carrière aux États-Unis et au Canada. La même année, elle a été incluse dans la liste « 35 Innovators Under 35 » du MIT Technology Review, qui reconnaît les jeunes innovateurs dont le travail a le potentiel de changer le monde.
En 2018, Dragan a reçu le prix de début de carrière de l'IEEE Robotics and Automation Society, qui reconnaît les contributions exceptionnelles au domaine de la robotique par des chercheurs en début de carrière. Elle a également été reconnue pour son enseignement et son mentorat, recevant le prix d'excellence en enseignement du College of Engineering de l'UC Berkeley en 2019.
Dragan est une conférencière invitée fréquente lors de grandes conférences et ateliers, notamment l'International Conference on Intelligent Robots and Systems (IROS) et la Conference on Robot Learning (CoRL). Elle a également siégé aux comités de programme de nombreuses conférences en robotique et en IA et est rédactrice associée pour l'IEEE Transactions on Robotics.
Engagement industriel et politique
Au-delà du monde académique, Dragan s'est engagée avec des organisations industrielles et politiques pour traduire ses recherches en applications pratiques. Elle a collaboré avec des entreprises telles que Waymo et Tesla sur la recherche en conduite autonome, en particulier sur le défi de prédire le comportement des piétons et des conducteurs. Ses idées ont éclairé la conception d'algorithmes de voitures autonomes visant à être à la fois sûrs et socialement acceptables.
Dragan a également été une défenseure du développement responsable de l'IA. Elle a parlé publiquement de l'importance de la transparence et de la responsabilité dans les systèmes d'IA, et elle a contribué aux discussions politiques sur la sécurité et la réglementation de l'IA. En 2021, elle a témoigné devant le Comité sénatorial américain du commerce, des sciences et des transports sur les implications sociétales de l'IA, soulignant la nécessité de principes de conception centrés sur l'humain.
Enseignement et mentorat
À l'UC Berkeley, Dragan enseigne des cours sur la robotique et l'IA, notamment « Introduction à la robotique » et « Robotique avancée ». Son enseignement se caractérise par une approche pratique et basée sur des projets qui encourage les étudiants à s'engager avec des problèmes du monde réel. Elle a encadré de nombreux étudiants diplômés et chercheurs postdoctoraux, dont beaucoup ont poursuivi des carrières dans le monde académique et industriel.
Dragan est connue pour son engagement en faveur de la diversité et de l'inclusion dans les STEM. Elle a participé à des programmes de sensibilisation visant à encourager les groupes sous-représentés à poursuivre des carrières en robotique et en IA, et elle a parlé de la nécessité de pratiques de recherche plus inclusives.
Publications sélectionnées
Dragan a rédigé ou co-rédigé plus de 100 articles évalués par des pairs. Certaines de ses œuvres les plus citées incluent :
- « Legible Robot Motion Planning » (2013, avec Siddhartha Srinivasa) - a introduit le concept de lisibilité dans le mouvement des robots.
- « Policy Invariance Under Reward Transformations: Theory and Application to Reward Shaping » (2015, avec Andrew Ng et d'autres) - un article fondateur sur le façonnage des récompenses dans l'apprentissage par renforcement.
- « Human-Robot Interaction: A Survey » (2016, avec d'autres) - un aperçu complet du domaine.
- « Robot Learning from Human Demonstrations » (2018, avec d'autres) - une revue des techniques d'apprentissage par imitation.
- « Assistance in Human-Robot Collaboration » (2019, avec d'autres) - a exploré comment les robots peuvent assister proactivement les humains.
Travaux actuels et orientations futures
En 2024, les recherches de Dragan continuent d'évoluer, avec un accent croissant sur l'intersection de la robotique et des grands modèles de langage. Elle explore comment le langage peut être utilisé pour spécifier des tâches robotiques et pour permettre une communication homme-robot plus naturelle. Son laboratoire étudie également l'utilisation de techniques de apprentissage profond pour améliorer la perception et la prise de décision des robots dans des environnements complexes et dynamiques.
Dragan est également impliquée dans des efforts visant à développer des référentiels et des cadres d'évaluation pour l'IHR, visant à standardiser la manière dont les chercheurs mesurent la qualité des interactions homme-robot. Elle a été une partisane des logiciels open-source et du partage de données, et son laboratoire a publié plusieurs ensembles de données et environnements de simulation à la communauté de recherche.
Vie personnelle et personnalité publique
Dragan est connue pour son style de communication clair et engageant, tant dans ses écrits académiques que dans ses discours publics. Elle a une forte présence sur les réseaux sociaux, où elle discute de sujets allant de la recherche en robotique à l'éthique de l'IA. Elle est mariée et a deux enfants, et elle a parlé des défis de l'équilibre entre une carrière académique exigeante et la vie familiale.
En plus de ses recherches, Dragan est une défenseure passionnée de l'éducation scientifique. Elle a donné de nombreuses conférences publiques et est apparue dans des médias tels que NPR et The New York Times, discutant du potentiel et des pièges de l'IA et de la robotique.
Héritage et impact
Le travail d'Anca Dragan a eu un impact profond sur le domaine de l'interaction homme-robot, façonnant la manière dont les chercheurs pensent la relation entre les humains et les systèmes autonomes. Son accent sur la lisibilité et l'interprétabilité a influencé non seulement la robotique, mais aussi la communauté plus large de l'IA, où il y a une reconnaissance croissante de l'importance de l'IA transparente et explicable.
Ses recherches ont des implications pratiques pour une large gamme d'applications, des voitures autonomes aux robots d'assistance en passant par les appareils domestiques intelligents. En développant des algorithmes capables de comprendre et de s'adapter au comportement humain, Dragan aide à rendre les systèmes d'IA plus utiles, sûrs et dignes de confiance. Alors que l'IA continue de s'imprégner de tous les aspects de la société, son travail restera probablement à l'avant-garde des efforts visant à garantir que ces technologies soient conçues en tenant compte des besoins humains.