Salome Lepers (Larsen), défendra sa thèse intitulée

Interprétabilité et explicabilité en planification probabiliste.

La soutenance se déroulera le mardi 16 décembre 2025 à 9h en C005. La présentation sera en français.
Elle sera suivie d’un pot devant la salle.

Une visioconférence sera également disponible via le lien suivant :
https://rendez-vous.renater.fr/soutenanceSalomeLepers

Jury :

• Abdel-Illah Mouaddib, Université de Caen (rapporteur)
• Régis Sabbadin, INRAE (rapporteur)
• Lydia Boudjeloud-Assala, Université de Lorraine (examinatrice)
• Wassila Ouerdane, CentraleSupélec (examinatrice)
• Vincent Thomas, Université de Lorraine (directeur de thèse)
• Olivier Buffet, INRIA (directeur de thèse)

Résumé :

Divers travaux se sont intéressés à produire des comportements interprétables pour un observateur extérieur, en particulier dans des cadres complètement déterministes. Un comportement peut ainsi être par exemple plus lisible, cherchant à communiquer l’objectif au plus tôt; plus explicable, cherchant à se conformer aux attentes de l’observateur; ou plus prédictible, cherchant à produire des trajectoires faciles à anticiper.
Miura et Zilberstein ont récemment proposé le cadre des observer aware Markov decision processes (OAMDP) qui permet d’exprimer de tels problèmes dans des contextes où la dynamique du système est stochastique.

La présente thèse s’appuie sur ce cadre. Dans un premier temps, elle propose une approche alternative pour la prédictibilité, celles proposées s’avérant mal adaptées à des dynamiques stochastiques parce que raisonnant sur des trajectoires complètes. Ce travail aboutit à une étude expérimentale avec des observateurs humains. Dans un second temps, cette thèse propose un formalisme plus générique au sens où il permet de traiter des situations où l’observateur n’a qu’une perception partielle
de l’évolution du système. L’utilisation de ce formalisme est illustré en l’employant pour divers objectifs d’interprétabilité usuels.

————————————————————————————————————————————————————————————–

Interpretability and Explicability in Probabilistic Planning.

The defense will take place on Tuesday, December 16, 2025, at 9:00 a.m. in room C005. The presentation will be in French.

It will be followed by a reception in front of the room around noon. A videoconference will also be available via the following link:
https://rendez-vous.renater.fr/soutenanceSalomeLepers

Jury members:

• Abdel-Illah Mouaddib, Université de Caen (reviewer)
• Régis Sabbadin, INRAE (reviewer)
• Lydia Boudjeloud-Assala, Université de Lorraine (examiner)
• Wassila Ouerdane, CentraleSupélec (examiner)
• Vincent Thomas, Université de Lorraine (supervisor)
• Olivier Buffet, INRIA (supervisor)

Abstract:

Several works have looked at producing behaviors that are interpretable
by an external observer, in particular in fully deterministic settings.
A behavior can thus be for example more legible, trying to communicate
the objective as soons as possible; more explicable, trying to conform
to the observer’s expectations; or more predictable, trying to produce
trajectories that are easy to anticipate.
Miura and Zilberstein have recently proposed the framework of
observer-aware Markov decision processes (OAMDPs), which allows
expressing such problems in contexts where the system’s dynamics is stochastic.

This thesis leverages this framework. In a first step, it proposes an
alternative approach for predictability, as earlier approaches proved
poorly adapted to stochastic dynamics because they reason on complete
trajectories. This work culminates in an experimental study with human
observers. In a second step, this thesis proposes a formalism that is
more generic in that it allows handling situations where the observer
has a partial and noisy perception of the system’s evolution. The use of
this formalism is illustrated by employing it with several usual interpretability objectives.