Résoudre des problèmes critiques pour permettre aux robots d'apprendre, de s'adapter et d'interagir en toute sécurité dans des environnements humains.

Jun Jin est boursier Amii et professeur adjoint au département de génie électrique et informatique de l'université d'Alberta.

Ses recherches sur l'apprentissage par renforcement robotique dans le monde réel ont été très bien accueillies et lui ont permis de se classer parmi les trois premiers finalistes pour le prix de l'article étudiant exceptionnel à ICRA 2022, la principale conférence de l'IEEE Robotics and Automation Society. Jun a également été reconnu comme l'un des cinq finalistes mondiaux du prix de l'innovation KUKA en 2018. En fin de compte, son objectif à long terme est de dériver des priors d'apprentissage à partir de premiers principes, conduisant à des algorithmes évolutifs qui rendent les robots agiles, facilement programmables et capables d'une interaction consciente de l'homme.