Pierre-Luc Bacon
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
Titulaire de chaire en IA Canada-CIFAR – Mandat renouvelé – 2025
Pierre-Luc Bacon est professeur adjoint à l’Université de Montréal, titulaire d’une chaire en IA Canada-CIFAR et membre du Mila et de l’IVADO. Il se spécialise dans la mise au point de méthodes pratiques d’apprentissage par renforcement profond à travers le prisme de l’apprentissage par représentation et des techniques d’optimisation. Il applique ces méthodes à des défis du monde réel dans les domaines de la santé, du développement durable et de la conception de médicaments, en collaboration avec l’industrie pour renforcer les retombées pratiques de l’IA. Ses travaux récents se concentrent sur l’apprentissage de modèles de monde en temps continu, l’utilisation de méthodes axées sur la prise de décision et l’étude de la synergie entre la modélisation des séquences et l’apprentissage par renforcement pour lutter contre le fléau de l’horizon.
Prix
- Prix du meilleur article étudiant, AAAI, 2017
- Prix du meilleur article, atelier sur l’apprentissage par renforcement hiérarchique, NeurIPS, 2017
Publications Pertinentes
- « The Primacy Bias in Deep Reinforcement Learning ». Evgenii Nikishin, Max Schwarzer, Pierluca D’Oro, Pierre-Luc Bacon, Aaron Courville. ICML 2022 et RLDM 2022
- « Myriad: a real-world testbed to bridge trajectory optimization and deep learning ». Nikolaus H. R. Howe, Simon Dufort-Labbé, Nitarshan Rajkumar, Pierre-Luc Bacon. Ensembles de données et modèles de référence pour NeurIPS 2022.
- « Continuous-Time Meta-Learning with Forward Mode Differentiation ». Tristan Deleu, David Kanaa, Leo Feng, Giancarlo Kerg, Yoshua Bengio, Guillaume Lajoie, Pierre-Luc Bacon. ICLR, 2022.
- « Direct Behavior Specification via Constrained Reinforcement Learning ». Julien Roy, Roger Girgis, Joshua Romoff, Pierre-Luc Bacon, Christopher Pal. ICML, 2022.