Matt Taylor a été nommé coprésident général de l'AAMAS 2022 et a remporté le prix du meilleur article Blue Sky lors de l'AAMAS 2021.

Amii est fier de rendre hommage à Matthew (Matt) E. Taylor (titulaire de la chaire d'IA du CIFAR, chercheur en résidence à Amii et professeur associé à l'Université de l'Alberta ) pour avoir été élu coprésident général de la conférence 2022 Adaptive Agents and Multi-Agents Systems(AAMAS) !

En tant que co-présidents généraux - le niveau le plus élevé de l'organisation de la conférence - Taylor et le professeur Catherine Pelachaud (directrice de recherche au Centre national français de la recherche scientifique) superviseront et coordonneront la conférence, notamment en réunissant et en chargeant des personnes de présider les différents domaines de la conférence.

"Je participe régulièrement à l'AAMAS depuis 2005 --- c'est l'un de mes événements préférés", déclare M. Taylor. "Les conférences sont un excellent moyen pour les gens du monde entier d'apprendre ce que font les autres, de discuter de nouvelles idées et de former de nouvelles collaborations. Je suis très heureux de pouvoir aider la communauté en organisant cette conférence !"

En plus de cet honneur, Matt a également remporté le prix du meilleur article sur la piste Blue Sky Ideas à l'AAMAS 2021 avec Un programme d'études automatique diversifié est essentiel à la réussite des systèmes d'apprentissage multi-agents dans le monde réel.l'article qu'il a co-écrit avec Yaodong Yang, Jun Luo, Ying Wen, Oliver Slumbers, Daniel Graves, Haitham Bou Ammar et Jun Wang.

L'article explore le cadre de l'auto-curriculum et la manière dont les agents d'un système multi-agents peuvent s'améliorer au fil du temps. L'apprentissage par renforcement multi-agent (MARL) a connu un succès remarquable dans la résolution de divers types de jeux vidéo. Les auteurs soutiennent que pour étendre les méthodes MARL à des domaines du monde réel autres que les jeux vidéo, il est essentiel de maintenir un auto-curriculum tenant compte de la diversité, permettant aux agents de s'entraîner dans différents contextes et en interagissant avec des agents ayant des préférences, des motivations et des capacités différentes.

Nous avons demandé à Taylor d'expliquer ce travail à un haut niveau :

"Supposons que vous appreniez à conduire à Edmonton. Si vous vous envolez pour Los Angeles et commencez à conduire, non seulement les routes ont l'air différentes - pourquoi y a-t-il six voies sur l'autoroute ? Où est la neige ? -- mais le comportement des autres conducteurs est beaucoup plus agressif", explique-t-il. "En vous entraînant ou en vous "pratiquant" dans de nombreuses situations différentes, vous pourriez être mieux préparé à faire face à des situations inédites."

"Nous avons été très enthousiastes lorsque cette annonce a été faite lors de la séance de clôture de l'AAMAS-21. Le fait de remporter ce prix, sur 43 articles, nous rend encore plus enthousiastes à l'idée de faire sortir l'apprentissage multi-agent du laboratoire pour le mettre en pratique dans le monde réel", déclare Taylor. "Nous espérons que l'année prochaine, nous ne parlerons pas d'une idée abstraite, mais que nous aurons une preuve de concept réelle !".

L'AAMAS est la conférence la plus importante et la plus influente dans le domaine des agents et des systèmes multi-agents. Elle rassemble des chercheurs et des praticiens dans tous les domaines de la technologie des agents et offre un forum de renommée internationale et de haut niveau pour publier et découvrir les derniers développements dans le domaine. La conférence comprend une variété d'activités, telles que des présentations plénières, des sessions parallèles avec des contributions, des sessions de posters, des ateliers associés, des tutoriels et des événements sociaux. La conférence AAMAS 2022 se tiendra à Auckland, en Nouvelle-Zélande.

Découvrez comment Amii fait progresser la recherche de pointe en matière d'intelligence artificielle et d'apprentissage automatique : visitez notre page Recherche.