Éric Beaudry, Ph.D.

Mes travaux de recherche s'inscrivent dans le domaine de la planification en intelligence artificielle (IA). La planification en IA est une capacité essentielle pour automatiser la prise de décisions pour des agents et des systèmes intelligents. La planification en IA a de nombreuses applications dans divers domaines dont la robotique, l'exploration spatiale, les jeux, la défense et la gestion des opérations.

La planification en IA est parfois confondue avec le domaine de la recherche opérationnelle (RO), car certains problèmes ciblés sont très similaires. La principale différence est que la communauté en IA s'intéresse davantage à la résolution automatique de problèmes pour permettre à des systèmes intelligents d'être autonomes. L'objectif en IA est de concevoir des algorithmes de planification qui sont le plus indépendant possible des domaines d'applications. Les algorithmes de planification en IA raisonnent généralement à l'aide de spécifications qui modélisent les préconditions et les effets des actions. La communauté de RO s'intéresse davantage à développer des méthodes pour résoudre des problèmes précis dont leurs spécifications sont connues au moment de l'élaboration des algorithmes.

Intérêts de recherche

• Planification sous incertitude (ressources, durée et effets des actions).
  
• Planification avec actions concurrentes (simultanées).
• Planification heuristique.
  
• Architectures décisionnelles.

Pour plus d'informations, consultez mes publications et mon projet de doctorat.

Domaines d'applications ciblés

• Jeux, jeux sérieux et systèmes de tutoriel intelligent.
• Exploration spatiale.
• Défense.
• Robotique mobile.
• Gestion des opérations et logistique.
  

Je suis présentement en phase de recrutement d'étudiantes et d'étudiants à la maîtrise et au doctorat pour réaliser des projets de recherche dans les domaines de la planification en IA et des jeux et des jeux sérieux (serious games). Les projets disponibles sont aux niveau fondamental et/ou niveau appliqué, selon les intérêts des candidates et candidats.

Qualifications requises

• Détenir un baccalauréat en informatique, génie informatique, mathématiques ou dans une autre discipline pertinente.
  
• Avoir une moyenne cumulative d'au moins 3.2/4.3 (B+) au premier cycle.
• Avoir une excellente maîtrise des structures de données et algorithmes classiques dans les graphes.
• Avoir de bonnes connaissances en statistiques et des méthodes classiques du raisonnement sous incertitude (ex.: réseaux bayésien).
• Satisfaire aux conditions d'admission au programme de maîtrise en informatique ou de doctorat en informatique de l'UQÀM.
• Démontrer un intérêt pour la recherche scientifique et l'intelligence artificielle.
  
• Être rigoureux.
  
• Avoir réalisé un cours d'introduction à l'IA est un atout.
• La maîtrise de l'anglais écrit est un atout.
• Aimer voyager est un atout! Les étudiantes et étudiants sont vivement encouragés à soumettre et à présenter leurs résultats de recherche à des conférences scientifiques d'envergure internationale, dont ICAPS, AAAI, IJCAI, ECAI, UAI, AIED, ITS, AIIDE, IEEE CIG et d'autres conférences pertinentes.
  

Appui financier

• Un appui financier pourrait être offert selon la disponibilité des fonds de recherche.
• Le CRSNG et le FQRNT offrent également des bourses d'excellence aux étudiantes et d'étudiants ayant un excellent dossier académique (moyenne de A) et un bon potentiel pour la recherche (idéalement avec au moins une publication scientifique pour le doctorat).

Avant d'entreprendre ses études supérieures, Éric Beaudry a été assistant de recherche au Centre d'applications et de recherches en télédétection (CARTEL) de l'Université de Sherbrooke. Éric a complété une maîtrise (2006) et un doctorat (2011) en informatique à l'Université de Sherbrooke dans les domaines de l'intelligence artificielle et de la robotique mobile. Il a été membre du Planiart et d'IntRoLab, deux laboratoires effectuant respectivement des recherches en planification en intelligence artificielle et en robotique mobile. En 2005 et 2006, son équipe à l'IntRoLab s'est distinguée en remportant plusieurs prix, dont celui de la meilleure réalisation, au AAAI Robot Challenge, une compétition de robotique ayant lieu lors de la prestigieuse conférence annuelle de l'Association for the Advancement of Artificial Intelligence. En mars 2011, Éric a soutenu sa thèse de doctorat intitulée « Planification d'actions concurrentes sous incertitude ». Après sont doctorat, Éric a fait un bref séjour comme stagiaire postdoctoral au centre de Recherche et développement pour défense Canada (RDDC) à Valcartier où il a poursuivi ses travaux sur la planification sous incertitude. Il a notamment mis au point le planificateur au cœur de CORALS, un prototype de système d'aide à la décision pour assister en temps réel les opérateurs de combat sur les frégates canadiennes. De juillet à décembre 2011, Éric est chercheur postdoctoral à l'Intelligent Systems Division au NASA Ames Research Center en Californie (É.-U.). Il y travaille à améliorer ses algorithmes de planification pour démontrer leur applicabilité à des missions d'exploration spatiale. À partir de janvier 2012, Éric rejoindra le Département d'informatique de l'Université du Québec à Montréal (UQÀM) à titre de professeur adjoint. Il y poursuivra ses recherches en planification et s'intéressera notamment à développer et à appliquer la planification dans des jeux sérieux. Les études supérieures d'Éric ont été financées par des bourses d'études du Conseil de recherches en sciences naturelles et génie du Canada (CRSNG) et du Fonds québécois de recherche sur la nature et les technologies (FQRNT). Les résultats de ses recherches ont été présentés et publiés dans plusieurs conférences et journaux de calibre international.