DLRL Summer School 2023 - Glen Berseth - Robot Learning (Embodied AI)

Glen Berseth is a Canada CIFAR AI Chair at Mila and an assistant professor at the Department of Computer Science and Operations Research at Université de Montréal.

The extent to which humans can solve diverse tasks inspires Berseth to develop autonomous learning systems capable enough to demonstrate skilled, general and diverse learning, making them indispensable tools. His work combines reinforcement learning (RL) with function approximators (deep networks) towards three aspects of learning. Modular learning, which endeavours to learn components that can be reused and combined to solve new problems. Continual and autonomous learning, that aims at creating learning systems that can solve an endless stream of tasks while becoming faster at learning new tasks. Last, unsupervised reinforcement learning, is the investigation of objectives that lead learning agents to discover general-purpose skills.
---
Glen Berseth est titulaire d’une chaire en IA Canada-CIFAR à Mila et professeur adjoint au département d’informatique et de recherche opérationnelle (DIRO) de l’Université de Montréal.

La capacité des humains à résoudre des tâches diverses inspire Glen Berseth à concevoir des systèmes d’apprentissage autonomes qui réussissent à réaliser des apprentissages performants, généraux et diversifiés, ce qui en fait des outils indispensables. Il combine l’apprentissage par renforcement avec des mécanismes d’approximation de fonctions (réseaux profonds) pour aborder trois facettes de l’apprentissage. Premièrement, l’apprentissage modulaire, qui vise à apprendre des composants pouvant être réutilisés et combinés pour résoudre de nouveaux problèmes. Deuxièmement, l’apprentissage continu et autonome, qui vise à créer des systèmes d’apprentissage capables de résoudre un flux infini de tâches tout en devenant plus rapides dans l’apprentissage de nouvelles tâches. Troisièmement, l’apprentissage par renforcement non supervisé, fondé sur l’atteinte d’objectifs qui amène les agents d’apprentissage à développer des compétences générales.