![rupam-mahmood.tmb post_content](https://cifar.ca/wp-content/uploads/2020/01/rupam-mahmood.tmb_.jpg)
Rupam Mahmood
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
Rupam Mahmood est titulaire d’une chaire en IA Canada-CIFAR à l’Amii, professeur adjoint au département d’informatique de l’Université de l’Alberta et directeur du laboratoire sur l’apprentissage profond et l’intelligence artificielle (RLAI). Il est également conseiller scientifique pour Kindred inc. et membre du corps professoral de NextAI.
Rupam Mahmood développe des algorithmes d’apprentissage par renforcement et des systèmes d’apprentissage en temps réel pour le contrôle des robots physiques. Ses recherches se concentrent sur le développement de mécanismes généraux et constructifs qui permettent de continuellement améliorer l’esprit des robots.
Il travaille sur deux programmes à long terme comportant plusieurs projets à court terme : un système d’apprentissage par renforcement simple et général pour le contrôle des robots, et des mécanismes constructifs fondamentaux pour les agents en apprentissage continu. Dans le premier programme, il développe un système d’apprentissage par renforcement qui peut être facilement déployé dans différents robots pour résoudre diverses tâches. Dans le second programme, ses équipes de recherche développent et analysent des algorithmes pour l’apprentissage des politiques et des représentations dans un cadre d’apprentissage continu, où l’environnement et les tâches de l’agent sont censés changer. Grâce à ces deux programmes, qui analysent et corrigent les lacunes des méthodes actuelles d’apprentissage des politiques et des représentations, Rupam Mahmood cherche à élaborer un système qui favorise la compréhension scientifique et l’adoption industrielle à grande échelle de la robotique.
Publications Pertinentes
- Przystupa, M., Dehghan, M., Jagersand, M., Mahmood, A. R. (2021). « Analyzing neural Jacobian methods in applications of visual servoing and kinematic control », Proceedings of the 2021International Conference on Robotics and Automation (ICRA).
- Mahmood, A. R., Komer, B. J., Korenkevych, D. (2020). Demande de brevet américain (USPTO), no 16/560, 761.
- Limoyo, O., Chan, B., Marić, F., Wagstaff, B., Mahmood, A. R., Kelly, J. (2020). « Heteroscedastic uncertainty for robust generative latent dynamics », IEEE Robotics and Automation Letters, 5(4):6654-6661.
- Korenkevych, D., Mahmood, A. R., Vasan, G., Bergstra, J. (2019). « Autoregressive policies for continuous control deep reinforcement learning », Proceedings of the 28th International Joint Conference on Artificial Intelligence, p. 2754-2762.
- Mahmood, A. R., Korenkevych, D., Vasan, G., Ma, W., Bergstra, J. (2018). « Benchmarking reinforcement learning algorithms on real-world robots », Proceedings of the 2nd Annual Conference on Robot Learning (CoRL), p. 561-591.
Soutenez-nous
Le CIFAR est un organisme de bienfaisance enregistré qui reçoit le soutien des gouvernements du Canada et du Québec, ainsi que de fondations, de donateurs individuels, d’entreprises et de partenaires canadiens et internationaux.