Leslie Kaelbling
Leslie Pack Kaelbling是美國計算機科學家和機器人學家,MIT Panasonic計算機科學與工程教授,以強化學習、部分可觀測馬爾可夫決策過程規劃和機器人任務與運動規劃等研究著稱,並創辦了開放獲取期刊Journal of Machine Learning Research。
本頁目錄16 節
詞條資料
1983年獲Stanford University哲學學士學位
Leslie Pack Kaelbling於1983年在Stanford UniversityStanford UniversityStanford University是美國加利福尼亞州的研究型大學,由Leland與Jane Stanford於1885年創立,1891年開學。點擊查看完整詞條獲哲學文學士學位(A.B.)。[1]
1990年獲Stanford University計算機科學博士學位
1990年,她在Stanford University獲計算機科學博士學位。[1]
她的早期經歷包括在SRI International人工智能中心和Teleos Research任職,後轉往Brown UniversityBrown UniversityBrown University(布朗大學)是位於美國羅德島州普羅維登斯的私立非營利研究型大學,常春藤聯盟成員,1764年經羅德島殖民地議會特許成立,本科教育以不設統一核心必修課的 Open Curriculum 著稱。2012年7月起任校長的 Christina H. Paxson 已於2026年8月3日宣佈,2026–27 學年將是其任校長的最後一年;截至2026年10月1日,學校仍在遴選第20任校長。點擊查看完整詞條。[1]
1996年5月發表強化學習綜述
1996年,她與M. L. Littman、A. W. Moore在Journal of Artificial Intelligence Research發表“Reinforcement Learning: A Survey”,從計算機科學角度綜述探索與利用的權衡、基於馬爾可夫決策理論的基礎、延遲獎勵學習和隱藏狀態等問題。[2]
1997年獲IJCAI Computers and Thought Award
1997年,時任Brown University計算機科學副教授的她獲IJCAI Computers and Thought Award,表彰她在嵌入式系統信息語義理論、移動機器人編程工具、部分可觀測馬爾可夫決策過程求解算法及將強化學習用於智能嵌入式控制等方面的貢獻。[3]
獲獎介紹稱她著有Learning in Embedded Systems一書,並曾獲美國國家科學基金會National Young Investigator Award。[3]
1998年發表POMDP規劃論文
1998年,她與Michael Littman、Anthony Cassandra在Artificial Intelligence期刊發表“Planning and acting in partially observable stochastic domains”。該刊主編後來評價,這篇論文把運籌學中的部分可觀測馬爾可夫決策過程(POMDP)引入人工智能領域,並對機器人學界產生重要影響。[4]
2000年創辦Journal of Machine Learning Research
2000年,由她任主編的Journal of Machine Learning Research(JMLR)創刊,作為完全免費的開放獲取期刊運作。[5]
JMLR所史記載,她受Steve Minton創辦JAIR啟發組建創刊團隊,網站於2000年6月23日上線;2001年《機器學習》(Machine Learning)期刊多數編委辭職轉投JMLR,她於2008年中起與繼任主編Lawrence Saul共同工作,2009年由後者完全接手。[6]
2010年5月提出“即時”分層任務與運動規劃
2010年5月,她與Tomás Lozano-Pérez發表MIT CSAIL技術報告“Hierarchical Task and Motion Planning in the Now”,提出一種激進分層、自頂向下作出承諾的任務規劃與運動規劃整合方法,以縮短需要構建的規劃長度。[7]
2011年在MIT150研討會演講並在ICRA發表分層規劃論文
2011年4月,她在紀念MIT建校150週年的“Computation and the Transformation of Practically Everything”研討會上作題為“A Dream of Robots”的演講,談到機器人學與人工智能曾密切合作後逐漸疏遠,並問道“is it time to try again?”(是不是該再試一次?)。[8]
同年5月,時任Panasonic計算機科學與工程教授的她和Lozano-Pérez在上海舉行的IEEE機器人與自動化會議上發表這一分層規劃方法;她說,這些機器人“do the execution interleaved with the planning”(邊規劃邊執行)。[9]
2018年6月任MIT Quest for Intelligence“The Core”科學主任
2018年6月11日,MIT宣佈她與Josh Tenenbaum擔任Quest for Intelligence下屬“The Core”的科學主任。[10]
2019年3月12日做客Lex Fridman Podcast
2019年3月12日,她做客Lex FridmanLex FridmanLex Fridman 是生於蘇聯、在美國長大的計算機科學家和播客主持人,任 MIT 研究科學家,研究人機交互與自動駕駛。他主持的 Lex Fridman Podcast 以數小時長篇對話著稱,嘉賓包括多國領導人和科技企業領袖。點擊查看完整詞條 Podcast第15期“Reinforcement Learning, Planning, and Robotics”,節目介紹稱她以強化學習、規劃和機器人導航等工作知名,曾獲IJCAI Computers and Thought Award並任JMLR主編。[11]
2020年在ICLR作特邀報告
2020年,她在ICLR作題為“Doing for Our Robots What Nature Did For Us”的特邀報告;會議簡介稱她是NSF Presidential Faculty Fellow、AAAI前執行委員會成員和AAAI會士。[12]
2021年8月獲AIJ經典論文獎
2021年8月,她與Littman、Cassandra的1998年POMDP論文在IJCAI 2021上獲AIJ Classic Paper Award,該獎表彰在Artificial Intelligence期刊發表至少15年、具有重大意義和影響的論文。[13]
2026年10月2日在TU Darmstadt作首場傑出講座
2026年10月2日,她作為首位嘉賓在TU Darmstadt計算機系新設的Distinguished Lecture Series發表題為“Rational Robots”的演講,主張以明確的理性方式設計機器人:由人類指令給定目標,機器人據此選擇最有效的行動。她也是該校牽頭的卓越集群“Reasonable Artificial Intelligence”(RAI)的研究員。[14]
截至2026年10月:MIT Panasonic教授與SQI研究主任
截至2026年10月,她是MIT Panasonic計算機科學與工程教授、MIT Siegel Family Quest for Intelligence(SQI)研究主任和CSAIL首席研究員,研究方向為構建智能機器人,側重學習、狀態估計和不確定性下的規劃。[15]
關聯機構、網站與公開賬號
MIT:官網:https://www.mit.edu/(在新窗口打開)[16]
Journal of Machine Learning Research:官網:https://jmlr.org/(在新窗口打開)[6]
MIT Siegel Family Quest for Intelligence:官網:https://sqi.mit.edu/(在新窗口打開)[15]
來源
- IRIM Robotics Seminar—Leslie Kaelbling of MIT | Mercury(在新窗口打開)
- Reinforcement Learning: A Survey(在新窗口打開)
- IJCAI-97 Awards(在新窗口打開)
- Brown CS: Awards(在新窗口打開)
- Journal of Machine Learning Research(在新窗口打開)
- Journal of Machine Learning Research(在新窗口打開)
- Hierarchical Task and Motion Planning in the Now(在新窗口打開)
- MIT Professor’s “Dream of Robots” » CCC Blog(在新窗口打開)
- Honing household helpers | MIT News | Massachusetts Institute of Technology(在新窗口打開)
- MIT announces leadership of its Quest for Intelligence | MIT News | Massachusetts Institute of Technology(在新窗口打開)
- Leslie Kaelbling: Reinforcement Learning, Planning, and Robotics | Lex Fridman Podcast(在新窗口打開)
- ICLR Invited Talk Doing for Our Robots What Nature Did For Us(在新窗口打開)
- Congratulations to the #IJCAI2021 best paper award winners - ΑΙhub(在新窗口打開)
- Wie Roboter vernünftig entscheiden – TU Darmstadt(在新窗口打開)
- Leslie Kaelbling | The MIT Siegel Family Quest for Intelligence(在新窗口打開)
- Leslie Pack Kaelbling's Home Page(在新窗口打開)