Richard S. Sutton

Richard S. Sutton

Fellow, Canada CIFAR AI Chair & Chief Scientific Advisor

Affiliations académiques

Professeur - Université de l'Alberta (informatique) ; chercheur principal - Reinforcement Learning & Artificial Intelligence Lab (Université de l'Alberta)

Affiliations dans l'industrie et la recherche

Membre associé - Programme d'apprentissage dans les machines et les cerveaux (CIFAR) ; membre - Association pour l'avancement de l'intelligence artificielle (AAAI)

Domaines d'expertise

Intelligence artificielle ; apprentissage automatique ; apprentissage par renforcement ; apprentissage sans modèle ; apprentissage hors politique ; apprentissage par différence temporelle ; représentation des connaissances ; sciences cognitives.

Richard S. Sutton est l'un des pionniers du domaine de l'apprentissage par renforcement.

Tirer les leçons de l'expérience

Richard S. Sutton est l'un des pionniers de l'apprentissage par renforcement, une approche de l'intelligence artificielle et naturelle qui met l'accent sur l'apprentissage et la planification à partir d'un échantillon d'expérience, et un domaine dans lequel il continue de jouer un rôle de premier plan. Il s'intéresse particulièrement à la compréhension de ce que signifie être intelligent, prédire et influencer le monde, apprendre, percevoir, agir et penser. Il cherche à identifier les principes informatiques généraux qui sous-tendent ce que nous entendons par intelligence et comportement orienté vers un but. Au cours de sa carrière, il a apporté un certain nombre de contributions importantes à ce domaine, notamment la théorie de l'apprentissage par différence temporelle, la classe d'algorithmes actor-critic (gradient de politique), l'architecture Dyna (intégrant l'apprentissage, la planification et la réaction), l'architecture Horde et les algorithmes de gradient et de différence temporelle emphatique, entre autres avancées. Richard cherche actuellement à étendre les idées d'apprentissage par renforcement à une approche empiriquement fondée de la représentation des connaissances basée sur la prédiction.

Richard est conseiller scientifique en chef, membre et titulaire de la chaire d'IA du CIFAR du Canada chez Amii, ainsi que professeur d'informatique à l'Université de l'Alberta et chercheur émérite chez DeepMind. Il est le fondateur du laboratoire d'apprentissage par renforcement et d'intelligence artificielle (RLAI) de l'université de l'Alberta et le coauteur de Reinforcement Learning : An Introduction, le manuel de référence sur l'apprentissage par renforcement, qui en est maintenant à sa deuxième édition. Richard a été nommé membre de la Société royale du Canada, de l'Association for the Advancement of Artificial Intelligence (AAAI) et de la Canadian Artificial Intelligence Association (CAIAC), où il a également reçu un Life Time Achievement Award en 2018. Richard a été le superviseur académique de près de 60 chercheurs en début de carrière, et ses publications ont été citées plus de 93 000 fois. Richard a été présenté dans des publications populaires telles que Science, The Economist, le New York Times, le Wallstreet Journal et Bloomberg's Hello World.