Passer au contenu

/ La recherche

Je donne

Rechercher

Sciences naturelles et génie; Génie; Sciences appliquées; Sciences pures

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

514 343-6111 #26949

liam.paull@umontreal.ca

Autre courriel : paulll@iro.umontreal.ca (Travail)

Médias

En voiture, les canards!

Des étudiants de l’Université de Montréal travaillent sur une plateforme robotique où des canards en plastique conduisent des voitures miniatures autonomes. Excursion motorisée dans Duckietown, en compagnie de Liam Paull, professeur du Département d'informatique et de recherche opérationnelle.

Découvrir la robotique par des canards

Duckietown est une ville peuplée de canards en plastique conduisant des bolides. Elle a été conçue par le professeur au Département d’informatique et de recherche opérationnelle de l’UdeM Liam Paull, dans le cadre de l’un de ses cours avec l’aide de ses étudiants.

Canada 2067 Regional Youth Summit in Montreal

Interested in STEM careers? Check out Canada 2067's Youth Summit from Montreal. It includes dynamic speakers of all ages delivering short talks on the fascinating fields that exist in the world of STEM (science, technology, engineering and math).

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

Enseignement et encadrement

Encadrement

Thèses et mémoires dirigés (dépôt institutionnel Papyrus)

2023

Reinforcement learning applied to the real world : uncertainty, sample efficiency, and multi-agent coordination

Diplômé(e) : Mai, Vincent
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2023

Fear prediction for training robust RL agents

Diplômé(e) : Gauthier, Charlie
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2023

Calibrated uncertainty estimation for SLAM

Diplômé(e) : Bansal, Dishank
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2023

Leveraging self-supervision for visual embodied navigation with neuralized potential fields

Diplômé(e) : Saavedra Ruiz, Miguel Angel
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2022

Differentiable world programs

Diplômé(e) : Jatavallabhul, Krishna Murthy
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2022

Lifelong topological visual navigation

Diplômé(e) : Wiyatno, Rey R.
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2021

On quantifying the value of simulation for training and evaluating robotic agents

Diplômé(e) : Courchesne, Anthony
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2021

Variational aleatoric uncertainty calibration in neural regression

Diplômé(e) : Bhatt, Dhaivat
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2020

Programming tools for intelligent systems

Diplômé(e) : Considine, Breandan
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2020

Look-ahead meta-learning for continual learning

Diplômé(e) : Gupta, Gunshi
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2020

On learning and generalization in unstructured taskspaces

Diplômé(e) : Mehta, Bhairav
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2020

Lifelong learning of concepts in CRAFT

Diplômé(e) : Vasishta, Nithin Venkatesh
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2019

Deep active localization

Diplômé(e) : Gottipati, Vijaya Sai Krishna
Cycle : Maîtrise
Diplôme obtenu : M. Sc.

Projets

Projets de recherche

2024 - 2030

Learning Actionable and Semantic Representations that Enable Autonomous Mobile Robots to Complete Complex Tasks

Chercheur principal : Liam Paull
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : PVX20965-(RGP) Programme de subvention à la découverte individuelle ou de groupe
2021 - 2027

Autonomous Mobile Robotics

Chercheur principal : Liam Paull
Sources de financement : Université de Montréal
Programmes de subvention : PVXXXXXX-FEI sans restriction
2024 - 2026

Generalization and Planning in Robotics

Chercheur principal : Glen Berseth
Co-chercheurs : Liam Paull
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : PVXXXXXX-(OIR) Outils et d'instruments de recherche (de 7 001 $ à 150 000 $)
2024 - 2025

Capacités d'IA en vision pour l'inspection autonome et la compréhension de scène

Chercheur principal : Liam Paull
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2023 - 2025

Deep neural network uncertainty estimation for safe integration into autonomous driving autonomy systems

Chercheur principal : Liam Paull
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : PVXXXXXX-Subventions Alliance - Option 1
2020 - 2025

DEEL – DEpendable & Explainable Learning

Chercheur principal : François Laviolette
Co-chercheurs : Alain Tapp , Liam Paull
Sources de financement : CRIAQ/Consortium de recherche et d'innovation en aérospatiale du Québec
Programmes de subvention :
2020 - 2025

Dependable and Explainable Learning (DEELL)

Chercheur principal : François Laviolette
Co-chercheurs : Liam Paull
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : PVXXXXXX-Subventions Alliance
2018 - 2025

Learning Representations for Autonomous Mobile Robotics to Enable C o m p l e x T a s k s

Chercheur principal : Liam Paull
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : PVX20965-(RGP) Programme de subvention à la découverte individuelle ou de groupe
2023 - 2024

Out-Of-Distribution Weed Detection and generalization

Chercheur principal : Liam Paull
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2018 - 2024

Learning Representations for Autonomous Mobile Robotics to Enable C o m p l e x T a s k s

Chercheur principal : Liam Paull
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : PVXXXXXX-(DGECR) Tremplin vers la découverte
2021 - 2023

Estimating uncertainty in deep neural networks with applications to object detection

Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Programmes de subvention : PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Bourse
2020 - 2023

Differentiable perception, graphics, and optimization for weakly supervised 3D perception

Chercheur principal : Liam Paull
Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Programmes de subvention : PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Projet de recherche
2021 - 2022

Mapping High-Level Workflows to Low-Level Robotic Actions

Chercheur principal : Liam Paull
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2020 - 2022

Exploiting Experiences and Priors in Semantic Visual Navigation

Chercheur principal : Liam Paull
Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Programmes de subvention : PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Bourse
2020 - 2021

Supplément COVID-19 CRSNG_Learning Representations for Autonomous Mobile Robotics to Enable C o m p l e x T a s k s

Chercheur principal : Liam Paull
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : PVXXXXXX-Supplément à l’appui des étudiants, des stagiaires postdoctoraux et du personnel de soutien à la recherche COVID-19
2019 - 2021

Apogée Canada fonds d'excellence en recherche / Bourse d'excellence IVADO à la maitrise Bhairav Mehta

Chercheur principal : Liam Paull
Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Programmes de subvention : PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Bourse
2018 - 2021

Enseigner aux robots à construire des modèles d'environments avec l'apprentissage profond par renforcement

Chercheur principal : Liam Paull
Sources de financement : FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)
Programmes de subvention : PVXXXXXX-(NC) Établissement de la relève professorale
2018 - 2021

Autonomous Mobile Robotics

Chercheur principal : Liam Paull
Sources de financement : FCI/Fondation canadienne pour l'innovation
Programmes de subvention : PVXXXXXX-Fonds des leaders
2020

Exploiting Experiences and Priors in Semantic Visual Navigation

Chercheur principal : Liam Paull
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2018

Programme de bourse d'été et d'initiation à la recherche au premier cycle IVADO. Candidat: Adam Sigal / Duckietown AI Driving Olympics

Chercheur principal : Liam Paull
Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Programmes de subvention : PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Bourse

Rayonnement

Transfert technologique et de connaissances

  • Cofondateur de Duckietown, un projet de recherche, d’éducation et de diffusion sur les véhicules autonomes

Publications et communications

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.

Personnes-ressource dans nos équipes
Qui fait quoi?
Formulaires, procédures et systèmes
Formulaires et procédures
Occasions de financement avec PIVOT
PIVOT