Liam Paull
Faire progresser les capacités des robots mobiles autonomes
- Professeur agrégé
-
Faculté des arts et des sciences - Département d'informatique et de recherche opérationnelle
André-Aisenstadt, local 2347
Médias
Portrait
Expertise de recherche
L’objectif du projet de recherche de Liam Paull est de faire progresser les capacités des robots mobiles autonomes. Celles-ci comprennent les facultés à percevoir l'environnement, à y naviguer et à interagir avec lui, ainsi qu'à coopérer et à collaborer avec d'autres robots. Il est prévu que la robotique mobile aura une influence sociétale importante dans les années à venir.
Expertises :
- Robotique,
- Véhicule autonome,
- Apprentissage profond pour les véhicules autonomes
Contributions :
Cofondateur de Duckietown, un projet de recherche, d’éducation et de diffusion sur les véhicules autonomes
Affiliations et responsabilités
Affiliations de recherche
Enseignement et encadrement
Enseignement
Cours siglés (session en cours uniquement)
Programmes
- 117510 – Baccalauréat en informatique
- 117520 – Majeure en informatique
- 117540 – Mineure en informatique
- 119110 – Baccalauréat en mathématiques et informatique
- 119110 – Baccalauréat en mathématiques et informatique
- 120510 – Baccalauréat en physique et informatique
- 120510 – Baccalauréat en physique et informatique
Encadrement
Thèses et mémoires dirigés (dépôt institutionnel Papyrus)
Reinforcement learning applied to the real world : uncertainty, sample efficiency, and multi-agent coordination
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Fear prediction for training robust RL agents
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Calibrated uncertainty estimation for SLAM
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Leveraging self-supervision for visual embodied navigation with neuralized potential fields
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Differentiable world programs
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Lifelong topological visual navigation
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
On quantifying the value of simulation for training and evaluating robotic agents
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Variational aleatoric uncertainty calibration in neural regression
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Programming tools for intelligent systems
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Look-ahead meta-learning for continual learning
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
On learning and generalization in unstructured taskspaces
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Lifelong learning of concepts in CRAFT
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Deep active localization
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Projets
Projets de recherche
Learning Actionable and Semantic Representations that Enable Autonomous Mobile Robots to Complete Complex Tasks
Autonomous Mobile Robotics
Generalization and Planning in Robotics
Dependable and Explainable Learning (DEELL)
Capacités d'IA en vision pour l'inspection autonome et la compréhension de scène
End to end autonomous vehicle planning and control (Planification et contrôle de bout en bout des véhicules autonomes)
Deep neural network uncertainty estimation for safe integration into autonomous driving autonomy systems
DEEL – DEpendable & Explainable Learning
Learning Representations for Autonomous Mobile Robotics to Enable C o m p l e x T a s k s
Out-Of-Distribution Weed Detection and generalization
Learning Representations for Autonomous Mobile Robotics to Enable C o m p l e x T a s k s
Estimating uncertainty in deep neural networks with applications to object detection
Differentiable perception, graphics, and optimization for weakly supervised 3D perception
Mapping High-Level Workflows to Low-Level Robotic Actions
Exploiting Experiences and Priors in Semantic Visual Navigation
Supplément COVID-19 CRSNG_Learning Representations for Autonomous Mobile Robotics to Enable C o m p l e x T a s k s
Apogée Canada fonds d'excellence en recherche / Bourse d'excellence IVADO à la maitrise Bhairav Mehta
Enseigner aux robots à construire des modèles d'environments avec l'apprentissage profond par renforcement
Autonomous Mobile Robotics
Exploiting Experiences and Priors in Semantic Visual Navigation
Programme de bourse d'été et d'initiation à la recherche au premier cycle IVADO. Candidat: Adam Sigal / Duckietown AI Driving Olympics
Rayonnement
Transfert technologique et de connaissances
- Cofondateur de Duckietown, un projet de recherche, d’éducation et de diffusion sur les véhicules autonomes
Disciplines
- Génie informatique et génie logiciel
- Informatique
Champ d’expertise
- Vision par ordinateur
- Robotique
- Véhicules autonomes
- Apprentissage profond
Aide en ligne pour votre profil | Nous joindre
Le Répertoire des professeurs est propulsé par les données du SADVR et est un projet du CENR.