
Dieter Büchler
La nomination
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
À Propos
Dieter Büchler est titulaire d’une chaire en IA Canada-CIFAR à l’Amii et professeur adjoint au département d’informatique de l’Université de l’Alberta. Son groupe de recherche fait progresser la robotique en tirant parti de designs souples et adaptables pour favoriser l’acquisition de capacités motrices similaires à celles des humains. En adoptant une approche holistique, les membres du groupe conçoivent des robots optimisés pour l’apprentissage plutôt que soumis au contrôle traditionnel, une philosophie qui a permis à leurs robots souples et musclés de maîtriser des tâches dynamiques, telles que frapper et smasher des balles de tennis de table, et ce, en utilisant l’apprentissage par renforcement de bout en bout. Le groupe de recherche de Dieter Büchler explorera diverses facettes de la recherche sur l’apprentissage des robots et utilisera le corps du robot comme un degré de liberté supplémentaire pour relever des défis complexes du monde réel.
Prix
- Prix du meilleur article, Conférence internationale de l’IEEE sur la robotique et l’automatisation, 2024
- Prix de la Fondation de la famille Klee, 2014
- Membre et bourse d’études, German Academic Scholarship Foundation, 2010, 2012
Publications Pertinentes
- Büchler, D., Guist, S., Calandra, R., Berenz, V., Schölkopf, B. et Peters, J. (2022). « Learning to play table tennis from scratch using muscular robots », IEEE Transactions on Robotics, 38(6), 3850-3860.
- Guist, S., Schneider, J., Ma, H., Chen, L., Berenz, V., Martus, J. ... et Büchler, D. (2024). « Safe & Accurate at Speed with Tendons: A Robot Arm for Exploring Dynamic Motion », Robotics: Science & Systems (R:SS).
- Schneider, J., Schumacher, P., Guist, S., Chen, L., Häufle, D., Schölkopf, B. et Büchler, D. (2024). « Identifying policy gradient subspaces », International Conference on Learning Representations (ICLR).
- Zhao, Y., Chen, L., Schneider, J., Gao, Q., Kannala, J., Schölkopf, B. ... et Büchler, D. (2024). « RP1M: A Large-Scale Motion Dataset for Piano Playing with Bi-Manual Dexterous Robot Hands », Conference on Robot Learning (CoRL).
- Guist, S., Schneider, J., Dittrich, A., Berenz, V., Schölkopf, B. et Büchler, D. (2023). « Hindsight states: Blending sim and real task elements for efficient reinforcement learning », Robotics: Science & Systems (R:SS).