Suis nous sur
Mo Chen-BW-F

Mo Chen

Titre

  • Titulaire de chaire en IA Canada-CIFAR
  • Stratégie pancanadienne en matière d’IA

À Propos

Mo Chen dirige le laboratoire sur les systèmes robotiques multiagents (MARS) de l’Université Simon Fraser. Les recherches, qui se concentrent sur la prise de décision robotique fondée sur des principes, sont axées sur la combinaison de méthodes analytiques traditionnelles en robotique et de techniques modernes basées sur les données. Le laboratoire aborde les défis théoriques et informatiques de la sécurité robotique et des interactions humain-robot en associant la théorie du contrôle, la vision par ordinateur et l’apprentissage par renforcement. En intégrant les connaissances humaines et la compréhension des systèmes robotiques dans des algorithmes basés sur les données, Mo Chen aspire à rendre les robots plus sûrs et plus intelligents afin de permettre une utilisation plus répandue des systèmes robotiques, notamment dans les voitures autonomes, les véhicules aériens sans pilote et les robots domestiques. Les recherches interdisciplinaires de Mo Chen couvrent les domaines de la théorie du contrôle, de la vérification de la sécurité des robots, de la vision par ordinateur, de l’apprentissage par renforcement et des interactions humain-robot.

Publications Pertinentes

  • Salar Asayesh, Mo Chen, Mehran Mehrandezh, Kamal Gupta. « Least-Restrictive Multi-Agent Collision Avoidance via Deep Meta Reinforcement Learning and Optimal Control », IEEE International Conference on Robotics and Automation, 2020 (soumis).
  • Anjian Li, Somil Bansal, George Giovanis, Varun Tolani, Claire J. Tomlin, Mo Chen. « Generating Robust Supervision for Learning-Based Visual Navigation Using Hamilton-Jacobi Reachability », Proceedings of the Learning for Dynamics and Control Conference, 2020.
  • Boris Ivanovic, James Harrison, Apoorva Sharma, Mo Chen, Marco Pavone. « BaRC: Backward Reachability Curriculum for Robotic Reinforcement Learning », Proceedings of the IEEE International Conference on Robotics and Automation, 2019.
  • Somil Bansal, Mo Chen, Ken Tanabe, Claire J. Tomlin. « Provably Safe and Scalable Multi-Vehicle Trajectory Planning », IEEE Transactions on Control Systems Technology (à paraître).
  • Mo Chen, Sylvia L. Herbert, Haimin Hu, Ye Pu, Jaime Fisac, Somil Bansal, SooJean Han, Claire J. Tomlin. « FaSTrack: a Modular Framework for Real-Time Motion Planning and Guaranteed Safe Tracking », IEEE Transactions on Automatic Control (à paraître).

Soutenez-nous

Le CIFAR est un organisme de bienfaisance enregistré qui reçoit le soutien des gouvernements du Canada, de l’Alberta et du Québec, ainsi que de fondations, de donateurs individuels, d’entreprises et de partenaires canadiens et internationaux.

Centre MaRS, tour Ouest
661, avenue University, bureau 505
Toronto (Ontario) M5G 1M1 Canada