"Au PRN Automation, je peux travailler sur un projet qui, je pense, aidera les gens"

Bonjour Pengbo. Vous avez commencé votre doctorat au NCCR Automation il y a environ six mois. Comment cela se passe-t-il jusqu'à présent ?

Mon doctorat a débuté au moment de la deuxième vague du coronavirus en Suisse. Les débuts ont donc été assez difficiles. Mais ça s'est beaucoup amélioré (rires).

Vous avez fait votre licence et votre master en Chine. Avez-vous eu un choc culturel (universitaire) ?

Pas un choc, mais il y a bien sûr des différences. Par exemple, la relation entre mon superviseur et moi. Comme le dit le vieux dicton chinois, "un professeur d'un jour sera un mentor pour toute votre vie". Les superviseurs sont très respectés, tout comme nos aînés, et lorsqu'ils vous confient une tâche, vous l'exécutez. Ici, la conversation est plus ouverte - mon professeur et moi travaillons ensemble et mes idées et suggestions jouent un rôle beaucoup plus important qu'en Chine. Bien sûr, cela dépend aussi des superviseurs.

Vous participez à la campagne des PRN pour les femmes #NCCRWomen, qui vise à promouvoir les femmes dans le domaine scientifique – quelle importance à ce sujet à vos yeux ?

Très important. Dans ma famille, je suis la seule femme de ma génération - tous mes cousins sont des hommes. J'ai souvent été confrontée à des stéréotypes. Par exemple, les filles sont censées être mauvaises en mathématiques ou en codage. En grandissant, j'ai découvert que d'autres filles vivaient des expériences similaires. Au début, ma façon de lutter contre ces stéréotypes était de travailler dur et de montrer que les femmes peuvent tout faire aussi bien, voire mieux. Je pense que les modèles peuvent inciter davantage de femmes à poursuivre leurs propres rêves. C'est pourquoi j'ai accepté de participer à la campagne #NCCRWomen : si des jeunes filles ont des doutes et se posent ces questions et que je peux les motiver à se lancer, ce serait formidable.

Comment vous êtes-vous retrouvée au PRN Automation ?

Avant de venir à l'EPFL pour mon doctorat, je m'étais concentrée sur des problèmes de contrôle très théoriques avec peu d'applications. Mais je voulais faire quelque chose que les gens puissent toucher, parce que cela me donne l'impression que mon travail fait vraiment quelque chose et aide les autres.

Le projet du PRN "Mobilité du futur" correspond à cette idée : le transport est profondément ancré dans notre vie quotidienne et la demande croissante de mobilité de la part des gens ne fait qu'accroître son importance. Il s'agit également d'une application intéressante des méthodes de contrôle. Il est possible de construire des systèmes intelligents pour surveiller, gérer et améliorer la qualité des transports sur la base d'une multitude de données collectées sur les flux de trafic. Enfin, comme j'en savais très peu sur les transports avant mon doctorat, c'est aussi une occasion d'apprendre beaucoup.

Quel est le sujet exact de votre projet au PRN ?

Je travaille sur un système de contrôle qui vise à améliorer l'équilibrage spatial des véhicules partagés, comme les taxis. Aujourd'hui, un taxi vide parcourt normalement la ville dans l'espoir de trouver les prochains passagers. Même si les chauffeurs expérimentés connaissent les zones où la demande est généralement élevée, cela peut changer avec le temps. Même les applications telles qu'Uber n'indiquent pas au conducteur d'un véhicule vide où se trouvent les zones de forte demande. Uber offre un service de mise en relation des passagers et des taxis, de planification des trajets, etc. Mais il ne s'intéresse pas à la répartition spatiale des véhicules vides. Là encore, le système s'appuie sur l'expérience des conducteurs.

Par conséquent, même ces derniers pourraient bénéficier d'un système de contrôle qui envoie de manière proactive les taxis vides là où la demande est forte à un moment donné. Cela augmente le nombre de passagers transportés dans le temps, réduit les temps d'attente pour les consommateurs ainsi que la pollution atmosphérique.

Comment fonctionne votre système ?

Sur la base des données précédentes (comme l'identification des passagers, le temps de trajet, l'origine, la destination, etc.), nous pouvons estimer ce que nous appelons une "fonction de demande" sur l'ensemble de la zone de la ville. Cela nous indique combien de commandes sont passées pour un moment et un lieu donnés. Nous pouvons utiliser cette estimation pour diriger de manière proactive les chauffeurs vers l'endroit où ils ont le plus de chances de trouver leur prochain passager et ainsi équilibrer toute la distribution des taxis inactifs.

Avez-vous parlé de vos recherches à Uber ?

En fait, non (rires). Nous sommes toujours en train de travailler sur le problème. Il y a déjà quelques résultats prometteurs, mais je pense que je peux encore les améliorer.

Qu'en est-il des autres personnes qui travaillent sur les transports au sein du PRN - prévoyez-vous des collaborations ? Et avez-vous d'autres espoirs ou attentes vis-à-vis du PRN ?

Je pense que le fait d'être encore dans la phase initiale de mon projet et la pandémie qui nous oblige encore à travailler à la maison ont rendu les choses difficiles jusqu'à présent. Mais grâce aux pauses café virtuelles au cours desquelles nous présentons nos projets les uns aux autres, j'espère faire naître ces conversations et collaborer avec d'autres personnes travaillant sur des projets similaires.

Un autre aspect est celui des liens potentiels avec l'industrie que le PRN nous aide à établir. Par exemple, notre responsable du transfert de connaissances et de technologies m'a fait connaître "Mobility", une entreprise suisse qui propose le partage de véhicules. Il pourrait s'agir d'une opportunité de collaboration potentielle que nous pourrions approfondir.

Rencontrez Pengbo dans le cadre de la campagne #NCCRWomen ici.

Pour en savoir plus sur Pengbo, cliquez ici.