Mo Chen vise à rendre l'apprentissage plus efficace en combinant des approches purement axées sur les données et des approches analytiques classiques.

Trouver la bonne voie dans les interactions homme-machine

Les recherches de Mo Chen portent sur le développement d'algorithmes permettant aux robots d'interagir étroitement avec les humains de manière sûre et naturelle. FaSTrack en est un exemple : co-développé par Mo, ce cadre combine des méthodes de vérification de la sécurité coûteuses en calcul avec des algorithmes de planification en temps réel pour obtenir des garanties de sécurité et une capacité de replanification en temps réel pour les robots. Les travaux de M. Mo pourraient permettre aux systèmes robotiques autonomes de se déplacer de concert avec les utilisateurs humains et d'éviter les collisions dans des environnements réels. Mo vise également à combiner des approches purement axées sur les données et des approches analytiques classiques pour résoudre les problèmes de robotique et d'interactions homme-robot, afin de trouver des moyens de rendre l'apprentissage plus efficace. Actuellement, Mo travaille sur un certain nombre de projets, dont le projet follow-ahead, qui s'appuie sur l'apprentissage par renforcement pour développer un robot qui vise à rester de manière autonome devant une personne, et la prédiction de l'intention de navigation chez les humains afin de mieux informer les robots d'orientation.

Mo est titulaire d'une chaire d'IA du CIFAR Canada à Amii et professeur adjoint à l'École d'informatique de l'Université Simon Fraser (SFU). Il dirige également le Multi-Agent Robotic Systems Lab à SFU et est un Distal Fellow du NSERC Canadian Robotics Network. Avant son poste à SFU, Mo a été chercheur postdoctoral au département d'aéronautique et d'astronautique de l'Université Stanford avec Marco Pavone. Ses publications ont été citées près de 1200 fois et ont été acceptées dans des revues et des conférences telles que Transactions on Automatic Control, International Journal of Robotics Research et International Conference on Robotics and Automation. Sous la supervision de Claire Tomlin, Mo a obtenu son doctorat au département de génie électrique et d'informatique de l'université de Californie à Berkeley, où il a également reçu le Eli Jury Award en 2017, ainsi que le Demetri Angelakos Memorial Achievement Award en 2016.