Leslie Pack Kaelbling es una roboticista estadounidense y profesora de Ingeniería y Ciencias de la Computación de Panasonic en el Instituto de Tecnología de Massachusetts . [1] Es ampliamente reconocida por adaptar el proceso de decisión de Markov parcialmente observable de la investigación de operaciones para su aplicación en inteligencia artificial y robótica. [2] [3] [4] Kaelbling recibió el premio IJCAI Computers and Thought en 1997 por aplicar el aprendizaje por refuerzo a los sistemas de control integrados y desarrollar herramientas de programación para la navegación robótica.. [5] En 2000, fue elegida miembro de la Asociación para el Avance de la Inteligencia Artificial . [6]
Leslie P. Kaelbling | |
---|---|
Nacionalidad | americano |
alma mater | Universidad Stanford |
Conocido por | Proceso de decisión de Markov parcialmente observable Fundador y primer editor en jefe de Journal of Machine Learning Research |
Premios | Premio IJCAI Computers and Thought (1997) AAAI Fellow (2000) |
Carrera científica | |
Campos | Robótica Informática |
Instituciones | SRI International Brown University Instituto de Tecnología de Massachusetts |
Tesis | Aprendizaje en sistemas integrados (1990) |
Asesor de doctorado | Nils J. Nilsson |
Estudiantes de doctorado | Michael L. Littman Leonid Peshkin Kristian Kersting |
Sitio web | gente |
Carrera profesional
Kaelbling recibió una licenciatura en Filosofía en 1983 y un Doctorado en Ciencias de la Computación en 1990, ambos de la Universidad de Stanford. [7] Durante este tiempo también estuvo afiliada al Centro para el Estudio del Lenguaje y la Información . [8] Luego trabajó en SRI International y Teleos Research, una empresa filial de robótica, antes de unirse a la facultad de la Universidad de Brown . Dejó Brown en 1999 para unirse a la facultad del MIT . [9] Su investigación se centra en la toma de decisiones en condiciones de incertidumbre, aprendizaje automático y detección con aplicaciones a la robótica . [7]
Journal of Machine Learning Research
En la primavera de 2000, ella y dos tercios del consejo editorial de la revista Machine Learning, propiedad de Kluwer, renunciaron en protesta por sus archivos de pago por acceso con una compensación financiera limitada simultáneamente para los autores. [10] Kaelbling cofundó y se desempeñó como el primer editor en jefe de Journal of Machine Learning Research , una revista de acceso abierto revisada por pares sobre los mismos temas que permite a los investigadores publicar artículos de forma gratuita y conservar los derechos de autor de sus archivos. disponible gratuitamente en línea. [11] En respuesta a la renuncia masiva, Kluwer cambió su política de publicación para permitir a los autores autoarchivar sus artículos en línea después de la revisión por pares . Kaelbling respondió que esta política era razonable y habría hecho innecesaria la creación de una revista alternativa, pero los miembros del comité editorial dejaron en claro que querían una política de este tipo y fue solo después de la amenaza de renuncias y la fundación real de JMLR que el la política de publicación finalmente cambió. [12]
Trabajos seleccionados
- Aprendizaje por refuerzo: una encuesta (LP Kaelbling, ML Littman , AW Moore). Revista de Investigación en Inteligencia Artificial (JAIR) 4 (1996) 237-285. Una encuesta muy citada sobre el campo del aprendizaje por refuerzo .
- Planificación y actuación en dominios estocásticos parcialmente observables (LP Kaelbling, ML Littman, AR Cassandra). Inteligencia artificial 101 (1), 99-134.
- Actuar en condiciones de incertidumbre: modelos bayesianos discretos para la navegación con robots móviles (AR Cassandra, LP Kaelbling, JA Kurien). Robots y sistemas inteligentes (2) 963-972.
- La síntesis de máquinas digitales con propiedades epistémicas demostrables (SJ Rosenschein, LP Kaelbling). Actas de la Conferencia de 1986 sobre los aspectos teóricos del razonamiento sobre el conocimiento, 83-98.
- Aprendizaje práctico por refuerzo en espacios continuos (WD Smart, LP Kaelbling). 2000 Conferencia internacional sobre aprendizaje automático (ICML), 903-910.
- Planificación jerárquica de tareas y movimientos en el ahora (LP Kaelbling, T Lozano-Pérez). 2011 IEEE International Conference on Robotics and Automation (ICRA), 1470-1477.
Referencias
- ^ "Sesión plenaria de apertura - Leslie Pack Kaelbling" . 2016 IEEE International Conference on Robotics and Automation . 10 de marzo de 2016 . Consultado el 12 de agosto de 2017 .
- ^ Littman, Michael. "Página de información de POMDP" . Universidad de Rutgers . Consultado el 12 de agosto de 2017 .
- ^ TOMAS LOZANO-PEREZ: Una entrevista realizada por Selma Šabanovic con Matthew R. Francisco, IEEE History Center, 28 de agosto de 2011. Entrevista n. ° 733 para la Universidad de Indiana y el IEEE History Center, The Institute of Electrical and Electronics Engineers Inc.
- ^ "POMDPS en robótica" . Universidad de Queensland . Consultado el 12 de agosto de 2017 .
- ^ Sakama, Chiaki. "XV Conferencia Conjunta Internacional sobre Inteligencia Artificial" . Consultado el 12 de agosto de 2017 .
- ↑ AAAI Fellows , consultado el 25 de enero de 2010.
- ^ a b "Leslie Kaelbling" . Laboratorio de Informática e Inteligencia Artificial del MIT . Consultado el 12 de agosto de 2017 .
- ^ Kaelbling, Leslie Pack (1987). "El aprendizaje como aumento del conocimiento". Informe técnico, Centro de Estudios del Lenguaje y la Información .
- ^ "Brown AI: People" . Departamento de Ciencias de la Computación . Universidad de Brown . Consultado el 12 de agosto de 2017 .
- ^ Shieber, Stuart (6 de marzo de 2012). "Una revista eficiente" . El folleto ocasional . Consultado el 12 de febrero de 2017 .
- ^ Junta editorial de JMLR , consultado el 25 de enero de 2010 .
- ^ Robin, Peek (1 de diciembre de 2001). "Comité Editorial de Machine Learning dividido" . Información hoy . 18 (11).