ABAB Pedia

Leslie Kaelbling

Leslie Pack Kaelbling是美国计算机科学家和机器人学家,MIT Panasonic计算机科学与工程教授,以强化学习、部分可观测马尔可夫决策过程规划和机器人任务与运动规划等研究著称,并创办了开放获取期刊Journal of Machine Learning Research。

本页目录16 节
词条资料

获Stanford University哲学学士学位

获Stanford University计算机科学博士学位

1990年,她在Stanford University获计算机科学博士学位。⁠[1]

发表强化学习综述

1996年,她与M. L. Littman、A. W. Moore在Journal of Artificial Intelligence Research发表“Reinforcement Learning: A Survey”,从计算机科学角度综述探索与利用的权衡、基于马尔可夫决策理论的基础、延迟奖励学习和隐藏状态等问题。⁠[2]

获IJCAI Computers and Thought Award

1997年,时任Brown University计算机科学副教授的她获IJCAI Computers and Thought Award,表彰她在嵌入式系统信息语义理论、移动机器人编程工具、部分可观测马尔可夫决策过程求解算法及将强化学习用于智能嵌入式控制等方面的贡献。⁠[3]

获奖介绍称她著有Learning in Embedded Systems一书,并曾获美国国家科学基金会National Young Investigator Award。⁠[3]

发表POMDP规划论文

1998年,她与Michael Littman、Anthony Cassandra在Artificial Intelligence期刊发表“Planning and acting in partially observable stochastic domains”。该刊主编后来评价,这篇论文把运筹学中的部分可观测马尔可夫决策过程(POMDP)引入人工智能领域,并对机器人学界产生重要影响。⁠[4]

创办Journal of Machine Learning Research

2000年,由她任主编的Journal of Machine Learning Research(JMLR)创刊,作为完全免费的开放获取期刊运作。⁠[5]

JMLR所史记载,她受Steve Minton创办JAIR启发组建创刊团队,网站于2000年6月23日上线;2001年《机器学习》(Machine Learning)期刊多数编委辞职转投JMLR,她于2008年中起与继任主编Lawrence Saul共同工作,2009年由后者完全接手。⁠[6]

提出“即时”分层任务与运动规划

2010年5月,她与Tomás Lozano-Pérez发表MIT CSAIL技术报告“Hierarchical Task and Motion Planning in the Now”,提出一种激进分层、自顶向下作出承诺的任务规划与运动规划整合方法,以缩短需要构建的规划长度。⁠[7]

在MIT150研讨会演讲并在ICRA发表分层规划论文

2011年4月,她在纪念MIT建校150周年的“Computation and the Transformation of Practically Everything”研讨会上作题为“A Dream of Robots”的演讲,谈到机器人学与人工智能曾密切合作后逐渐疏远,并问道“is it time to try again?”(是不是该再试一次?)。⁠[8]

同年5月,时任Panasonic计算机科学与工程教授的她和Lozano-Pérez在上海举行的IEEE机器人与自动化会议上发表这一分层规划方法;她说,这些机器人“do the execution interleaved with the planning”(边规划边执行)。⁠[9]

任MIT Quest for Intelligence“The Core”科学主任

2018年6月11日,MIT宣布她与Josh Tenenbaum担任Quest for Intelligence下属“The Core”的科学主任。⁠[10]

做客Lex Fridman Podcast

2019年3月12日,她做客Lex FridmanLex FridmanLex Fridman 是生于苏联、在美国长大的计算机科学家和播客主持人,任 MIT 研究科学家,研究人机交互与自动驾驶。他主持的 Lex Fridman Podcast 以数小时长篇对话著称,嘉宾包括多国领导人和科技企业领袖。点击查看完整词条 Podcast第15期“Reinforcement Learning, Planning, and Robotics”,节目介绍称她以强化学习、规划和机器人导航等工作知名,曾获IJCAI Computers and Thought Award并任JMLR主编。⁠[11]

在ICLR作特邀报告

2020年,她在ICLR作题为“Doing for Our Robots What Nature Did For Us”的特邀报告;会议简介称她是NSF Presidential Faculty Fellow、AAAI前执行委员会成员和AAAI会士。⁠[12]

获AIJ经典论文奖

2021年8月,她与Littman、Cassandra的1998年POMDP论文在IJCAI 2021上获AIJ Classic Paper Award,该奖表彰在Artificial Intelligence期刊发表至少15年、具有重大意义和影响的论文。⁠[13]

在TU Darmstadt作首场杰出讲座

2026年10月2日,她作为首位嘉宾在TU Darmstadt计算机系新设的Distinguished Lecture Series发表题为“Rational Robots”的演讲,主张以明确的理性方式设计机器人:由人类指令给定目标,机器人据此选择最有效的行动。她也是该校牵头的卓越集群“Reasonable Artificial Intelligence”(RAI)的研究员。⁠[14]

截至2026年10月:MIT Panasonic教授与SQI研究主任

截至2026年10月,她是MIT Panasonic计算机科学与工程教授、MIT Siegel Family Quest for Intelligence(SQI)研究主任和CSAIL首席研究员,研究方向为构建智能机器人,侧重学习、状态估计和不确定性下的规划。⁠[15]

关联机构、网站与公开账号

Journal of Machine Learning Research:官网:https://jmlr.org/(在新窗口打开)⁠[6]

MIT Siegel Family Quest for Intelligence:官网:https://sqi.mit.edu/(在新窗口打开)⁠[15]

来源

  1. IRIM Robotics Seminar—Leslie Kaelbling of MIT | Mercury(在新窗口打开)
  2. Reinforcement Learning: A Survey(在新窗口打开)
  3. IJCAI-97 Awards(在新窗口打开)
  4. Brown CS: Awards(在新窗口打开)
  5. Journal of Machine Learning Research(在新窗口打开)
  6. Journal of Machine Learning Research(在新窗口打开)
  7. Hierarchical Task and Motion Planning in the Now(在新窗口打开)
  8. MIT Professor’s “Dream of Robots” » CCC Blog(在新窗口打开)
  9. Honing household helpers | MIT News | Massachusetts Institute of Technology(在新窗口打开)
  10. MIT announces leadership of its Quest for Intelligence | MIT News | Massachusetts Institute of Technology(在新窗口打开)
  11. Leslie Kaelbling: Reinforcement Learning, Planning, and Robotics | Lex Fridman Podcast(在新窗口打开)
  12. ICLR Invited Talk Doing for Our Robots What Nature Did For Us(在新窗口打开)
  13. Congratulations to the #IJCAI2021 best paper award winners - ΑΙhub(在新窗口打开)
  14. Wie Roboter vernünftig entscheiden – TU Darmstadt(在新窗口打开)
  15. Leslie Kaelbling | The MIT Siegel Family Quest for Intelligence(在新窗口打开)
  16. Leslie Pack Kaelbling's Home Page(在新窗口打开)