Leslie P. Kaelbling - Leslie P. Kaelbling

Leslie Pack Kaelbling é uma roboticista americana e professora Panasonic de Ciência da Computação e Engenharia do Instituto de Tecnologia de Massachusetts . Ela é amplamente reconhecida por adaptar o processo de decisão de Markov parcialmente observável da pesquisa operacional para aplicação em inteligência artificial e robótica. Kaelbling recebeu o Prêmio IJCAI Computadores e Pensamento em 1997 por aplicar o aprendizado por reforço a sistemas de controle embarcados e desenvolver ferramentas de programação para navegação de robôs . Em 2000, ela foi eleita Fellow da Association for the Advancement of Artificial Intelligence .

Carreira

Kaelbling recebeu um AB em Filosofia em 1983 e um Ph. D. em Ciência da Computação em 1990, ambos pela Universidade de Stanford. Durante esse tempo, ela também foi afiliada ao Centro para o Estudo da Linguagem e da Informação . Em seguida, ela trabalhou na SRI International e na afiliada spin-off da Teleos Research antes de ingressar no corpo docente da Brown University . Ela deixou a Brown em 1999 para ingressar no corpo docente do MIT . Sua pesquisa se concentra na tomada de decisão sob incerteza, aprendizado de máquina e sensoriamento com aplicações à robótica .

Journal of Machine Learning Research

Na primavera de 2000, ela e dois terços do conselho editorial do jornal Machine Learning, de propriedade de Kluwer , renunciaram em protesto aos arquivos pagos para acessar, com compensação financeira simultaneamente limitada para os autores. Kaelbling foi cofundador e primeiro editor-chefe do Journal of Machine Learning Research , um periódico de acesso aberto revisado por pares sobre os mesmos tópicos que permite aos pesquisadores publicar artigos gratuitamente e manter os direitos autorais com seus arquivos disponíveis gratuitamente online . Em resposta à demissão em massa, Kluwer mudou sua política de publicação para permitir que os autores arquivem seus artigos online após a revisão por pares . Kaelbling respondeu que esta política era razoável e teria tornado desnecessária a criação de um jornal alternativo, mas os membros do conselho editorial deixaram claro que queriam tal política e foi somente após a ameaça de demissões e a fundação real do JMLR que o a política de publicação finalmente mudou.

Trabalhos selecionados

• Aprendizagem por Reforço: Uma Pesquisa (LP Kaelbling, ML Littman , AW Moore). Journal of Artificial Intelligence Research (JAIR) 4 (1996) 237-285. Uma pesquisa altamente citada no campo da aprendizagem por reforço .
• Planejamento e atuação em domínios estocásticos parcialmente observáveis (LP Kaelbling, ML Littman, AR Cassandra). Inteligência artificial 101 (1), 99-134.
• Agindo sob incerteza: Modelos Bayesianos discretos para navegação de robôs móveis (AR Cassandra, LP Kaelbling, JA Kurien). Robôs e sistemas inteligentes (2) 963-972.
• A síntese de máquinas digitais com propriedades epistêmicas comprováveis (SJ Rosenschein, LP Kaelbling). Proceedings of the 1986 Conference on Theoretical Aspect of Reasoning about Knowledge, 83-98.
• Aprendizagem prática de reforço em espaços contínuos (WD Smart, LP Kaelbling). 2000 Conferência Internacional sobre Aprendizado de Máquina (ICML), 903-910.
• Tarefa hierárquica e planejamento de movimento no agora (LP Kaelbling, T Lozano-Pérez). 2011 IEEE International Conference on Robotics and Automation (ICRA), 1470-1477.

Referências