Suis nous sur
CIFAR header logo
en
menu_mobile_logo_alt
  • NOTRE IMPACT
    • Pourquoi le CIFAR?
    • Pôles d’impact
    • Nouvelles
    • Stratégie du CIFAR
    • Favoriser la résilience de la Terre
    • Impact IA
    • Impact des dons
    • CIFAR 40
  • Activités
    • Événements publics
    • Réunions sur invitation seulement
  • Programmes
    • Programmes de recherche
    • Stratégie pancanadienne en matière d’IA
    • Initiatives à l’intention de la prochaine génération
  • Communauté
    • Membres et spécialiste-conseils
    • Chercheurs mondiaux CIFAR-Azrieli
    • Chaires en IA Canada-CIFAR
    • Direction – Stratégie en matière d’IA
    • Membres du réseau de solutions
    • Direction – CIFAR
    • Répertoire du personnel
  • Soutenez-nous
  • À propos
    • Notre histoire
    • Prix
    • Partenariats
    • Publications et rapports
    • Carrières
    • Équité, diversité et inclusion
    • Déclaration du CIFAR sur la neutralité institutionnelle
    • Sécurité de la recherche
  • en
  • Accueil
  • Bio

Suivez-nous

MILA_Glen_Berseth_0071

Glen Berseth

La nomination

Titulaire de chaire en IA Canada-CIFAR

Stratégie pancanadienne en matière d’IA

Connect

Page personnelle

Google Scholar

À Propos

Titulaire de chaire en IA Canada-CIFAR – Nouveau mandat – 2021

Glen Berseth est professeur adjoint à l’Université de Montréal, membre principal du corps professoral de Mila, l’Institut québécois d’intelligence artificielle, titulaire de chaire en IA Canad-CIFAR et codirecteur du laboratoire Robotics and Embodied AI. Ses recherches actuelles portent sur l’apprentissage automatique et la résolution de problèmes de prise de décision séquentielle dans le monde réel (planification/apprentissage par renforcement), comme la robotique, la découverte scientifique et la technologie propre adaptative. Ses recherches ont porté plus particulièrement sur la collaboration homme-robot, la généralisation, l’apprentissage par renforcement, l’apprentissage continu, le métaapprentissage, l’apprentissage multiagents et l’apprentissage hiérarchique. M. Berseth a publié des articles dans les meilleurs forums sur la robotique, l’apprentissage automatique et l’animation par ordinateur. Il donne également des cours sur la science des données et l’apprentissage des robots à l’Université de Montréal et à Mila, couvrant les recherches les plus récentes concernant les techniques d’apprentissage automatique pour la création d’agents généralistes. Il a également créé une nouvelle conférence consacrée à la recherche sur l’apprentissage par renforcement.

Prix

  • Lecteur expert, Conférence internationale sur l'apprentissage par représentation, 2023
  • Finaliste pour le prix décerné au meilleur article lié à la recherche sur la RoboCup présenté lors de la conférence IROS, 2022
  • Finaliste pour le prix du meilleur article portant sur l'infographie et les applications décerné par l’IEEE, 2021
  • Présentation orale (parmi les premiers 1,8 % des candidatures), ICLR, 2021
  • Bourse postdoctorale (refusée), IVADO, 2019
  • Bourse d’études supérieures, CRSNG, 2016
  • Meilleur article court, CASA, 2015
  • 1re place pour la conception et la réalisation d’un prototype de rover martien, Mars Society, 2012

Publications Pertinentes

  • Trabucco, B., Phielipp, M. et G. Berseth. AnyMorph: Learning Transferable Polices By Inferring Agent Morphology, publié dans le cadre de la Conférence internationale sur l’apprentissage automatique, 2022.
  • Berseth, G., Geng, D., Devin, C.M., Rhinehart, N., Finn, C., Jayaraman, D., Levine, S. (2021). « SMiRL: Surprise Minimizing Reinforcement Learning in Unstable Environments », International Conference on Learning Representations.
  • Raj Ghugare, Matthieu Geist, Benjamin Eysenbach et Glen Berseth. Closing the gap between TD learning and supervised learning – a generalisation point of view. publié dans le cadre de la 12e Conférence internationale sur l’apprentissage par représentation, 2024. URL : https://openreview.net/forum?id=qg5JENs0N4
  • Donghyeon Kim, Glen Berseth, Mathew Schwartz et Jaeheung Park. Torque-based deep reinforcement learning for task-and-robot agnostic learning on bipedal robots using sim-to-real transfer. IEEE Robotics and Automation Letters, pages 1–8, 2023. ISSN 2377-3766. doi: 10.1109/LRA.2023.3304561
  • Glen Berseth, Florian Golemo et Christopher Pal. Towards learning to imitate from a single video demonstration. J. Mach. Learn. Res., 24(78):1–26, 2023. URL : https://www.jmlr.org/papers/v24/21-1174.html
  • Siddarth Venkatraman, Shivesh Khaitan, Ravi Tej Akella, John Dolan, Jeff Schneider et Glen Berseth. Reasoning with latent diffusion in offline reinforcement learning. publié dans le cadre de la 12e Conférence internationale sur l’apprentissage par représentation, 2024. URL : https://openreview.net/forum?id=tGQirjzddO

institut

Mila

Université de Montréal

Département

Informatique et recherche opérationnelle (DIRO)

Éducation

  • PhD (informatique), Université de la Colombie-Britannique
  • MSc (informatique), Université York
  • BSc spécialisé (informatique), Université York

Pays

Canada

Soutenez-nous

L’Institut canadien de recherches avancées (CIFAR) est une organisation de recherche d’influence mondiale fièrement basée au Canada. Nous mobilisons les plus brillants personnes du monde, dans toutes les disciplines et à tous les stades de carrière, pour faire progresser les connaissances transformatrices et résoudre ensemble les plus grands problèmes de l’humanité. Nous recevons l’appui des gouvernements du Canada, de l’Alberta et du Québec, ainsi que de fondations, de particuliers, d’entreprises et d’organisations partenaires du Canada et du monde entier.

Dons
CIFAR header logo

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

Contactez-nous
Médias
Carrières
Politiques sur l’accessibilité
Bienfaiteurs
Rapports financiers
Abonnez-vous

  • © Copyright 2025 CIFAR. Tous les droits sont réservés.
  • Numéro d’enregistrement d’organisme de bienfaisance : 11921 9251 RR0001
  • Conditions d'utilisation
  • Politique de confidentialité
  • Plan du Site

Souscrire

Rejoignez notre communauté! Restez à jour avec nos nouvelles, événements, conférences et ateliers et dernières découvertes à travers le monde.

Ce site Web enregistre des témoins sur votre ordinateur. Ces témoins sont utilisés pour recueillir des renseignements sur votre interaction avec notre site Web et nous permettre de vous reconnaître. Nous utilisons ces renseignements afin d'améliorer et de personnaliser votre expérience de navigation et à des fins d'analyse et de mesures concernant nos visiteurs, tant sur ce site Web que sur d'autres médias. Pour en savoir plus sur les témoins que nous utilisons, consultez notre politique deconfidentialité.
Accepter En savoir plus