Nathan Sturtevant
La nomination
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
À Propos
Titulaire de chaire en IA Canada-CIFAR – Nouveau mandat – 2020
Nathan Sturtevant est titulaire d’une chaire en IA Canada-CIFAF, ancien directeur et membre actuel de l’Amii et professeur au département d’informatique de l’Université de l’Alberta, où il dirige le laboratoire MovingAI.
Ses recherches portent sur les problèmes de recherche heuristique et combinatoire, et s’intéressent aux approches théoriques et appliquées. Les applications particulières de ses recherches comprennent la recherche et la planification de chemins dans des environnements en temps réel où la mémoire est limitée (par exemple, les jeux vidéo commerciaux), ainsi que les algorithmes permettant de créer et d’utiliser des heuristiques basées sur la mémoire au moyen de recherche à grande échelle. Ses recherches ont été mises en œuvre dans des jeux vidéo commerciaux, et il continue à collaborer avec des praticiens de l’industrie des jeux.
Prix
- Prix des états de service, Symposium sur la recherche combinatoire, 2024
- Prix pour un article important, AIJ, 2021
- Médaille d’argent en démonstration de systèmes de l’ICAPS, 2021
- Prix du meilleur article, Symposium sur la recherche combinatoire, 2018, 2019
- Membre principal, Association for the Advancement of Artificial Intelligence, 2017
- Prix pour un article exceptionnel, Association for the Advancement of Artificial Intelligence (AAAI), 2016
Publications Pertinentes
- Mashayekhi, R., Atzmon, D. et Sturtevant, N. R. (2023). « Analyzing and improving the use of the FastMap embedding in pathfinding tasks », Proceedings of the AAAI Conference on Artificial Intelligence, 37(10), 12473-12481.
- Chen, J. et Sturtevant, N. R. (2021). « Necessary and sufficient conditions for avoiding reopenings in best first suboptimal search with general bounding functions », Proceedings of the AAAI Conference on Artificial Intelligence, 35(5), 3688-3696.
- Atzmon, D., Stern, R., Felner, A., Sturtevant, N. R. et Koenig, S. (2020). « Probabilistic robust multi-agent path finding », Proceedings of the International Conference on Automated Planning and Scheduling, 30, 29-37.
- Stern, R., Sturtevant, N. R., Felner, A., Koenig, S., Ma, H., Walker, T. T., ... et Boyarski, E. (2019). « Multi-agent pathfinding: Definitions, variants, and benchmarks », Proceedings of the 12th Annual Symposium on Combinatorial Search (SoCS), p. 151-158.
- Sharon, G., Stern, R., Felner, A., Sturtevant, N. R. (2015). « Conflict-based search for optimal multi-agent pathfinding », Artificial Intelligence, 219:40-66.