Éric Beaudry, Ph.D.

Recherche

Mes travaux de recherche se situent en intelligence artificielle (IA), plus précisément dans une branche appelée planification automatique (aussi connue sous automated planning, planification en IA et AI planning). L'objectif des travaux en planification automatique est de concevoir des algorithmes pour automatiser la prise de décisions complexes dans des systèmes intelligents. La planification automatique a plusieurs domaines d'application, dont la robotique, l'exploration spatiale, les jeux, la défense, les systèmes d'aide à la décision, les systèmes tutoriels intelligents, etc.

Thématiques de recherche

• Planification sous incertitude (durée, ressources et effets des actions).
• Planification avec actions concurrentes (simultanées).
• Planification heuristique.
• Reconnaissance d'activités, de plans et d'intention.

Pour plus d'informations, consultez mes publications.

Domaines d'applications

• Robotique mobile.
• Jeux, jeux sérieux (serious games) et systèmes tutoriels intelligents.
• Exploration spatiale.
• Défense.

Projets actuels

• Planificateur ActuPlan (appuyé par le CRSNG).
• Planification d'itinéraires pour véhicules électriques (VÉ).
• Jeu Dots and Boxes.

Projets antérieurs

• VIGIL: Mobile Robots for Telepresence and ADL (Activities for Daily Living) Assistant (appuyé par Age-Well).
• Réalité augmentée et virtuelle appliquée à la formation assistée par ordinateur (en partenariat avec Ellicom inc. et appuyé par le Mitacs).
• Système intelligent d'aide à la décision et de configuration automatique pour des environnements de divertissement afin d'optimiser les flux de personnes et de véhicules (en partenariat avec Réalisations inc. et appuyé par le CRSNG).
• Game of Homes : jeu sérieux en immobilier (appuyé par le CRSNG).

Étudiants actuels aux cycles supérieurs

• Guillaume Gosset (2023É –). Doctorat en informatique.
• Julien Guité-Vinet (2023É –). Doctorat en informatique (codirection avec Alexandre Blondin Massé).
• Katia Beauvais-Monestime (2022H – ). Maîtrise en informatique (temps partiel).
• Benoit Carignan (2021A – ). Maîtrise en informatique (temps partiel).
• Simon Ouellette (2020A – ). Maîtrise en informatique (codirection, temps partiel).
• Jaël Champagne Gareau (2019A – ). Doctorat en informatique (codirection avec Vladimir Makarenkov).

Anciens étudiants aux cycles supérieurs

• Marc-André Lavoie (2017H – 2022A). Maîtrise en informatique.
• Jean Massardi (2016A – 2021H). Doctorat en informatique.
• Jaël Champagne Gareau (2017A – 2019E). Maîtrise en informatique (codirection avec Vladimir Makarenkov).
• Mathieu Gravel (2016H – 2018A). Maîtrise en informatique.
• Jonathan Milot (2016A – 2018A). Maîtrise en informatique.
• Guy Francoeur (2014H – 2018H). Maîtrise en informatique.
• Sophie Callies (2017 – 2017). Stagiaire postdoctorale (Mitacs Accélération, Ellicom).
• Johan Kayser (2015 – 2016). Maîtrise en informatique.
• Sophie Caillies (2012 – 2016). Doctorante en informatique cognitive (codirection avec Josianne Basque).
• Jean Massardi (2015 – 2016). Maîtrise en informatique (passage direct au doctorat).
• Jean-François Landry (2014–2015). Postdoc.
• Sylvain Labranche (2013–2015). Maîtrise en informatique.
• Nicolas Sola (2013–2014). Maîtrise en informatique.
• Guillaume Onfroy (2013–2014). Maîtrise en informatique.
• Olivier Boudreault (2014). Maîtrise en génie logiciel (MGL9701).

Recrutement d'étudiant.e.s à la maîtrise et au doctorat

Je recrute des étudiant.e.s à la maîtrise et au doctorat pour réaliser des projets de recherche dans les domaines de la planification automatique et des jeux et des jeux sérieux.

Qualifications requises

• Détenir un Baccalauréat en informatique, génie informatique, mathématiques ou dans une autre discipline pertinente.
• Avoir une moyenne cumulative d'au moins 3.3/4.3 (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 bayésiens).
• Satisfaire aux conditions d'admission (voir maîtrise en informatique, doctorat en informatique et doctorat en informatique cognitive).
• Démontrer un intérêt pour la recherche scientifique et l'intelligence artificielle.
• Être rigoureux.
• Esprit analytique et sens critique.

Atouts

• Avoir réalisé un cours d'introduction à l'intelligence artificielle.
• Maîtriser l'anglais écrit.
• Aimer voyager. 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, ...

Appui financier

• Le CRSNG et le FQRNT offrent des bourses d'excellence aux étudiant.e.s 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).
• Je peux également offrir un appui financier (bourses) aux étudiant.e.s ayant un excellent dossier académique (A-) et démontrant un fort potentiel pour la recherche.
• La Faculté des sciences offre également des bourses d'excellence.

Stages de recherche

Effectuer un stage en recherche peut vous permettre de vous initier à la recherche et ainsi vérifier votre intérêt pour des études aux cycles supérieurs.

Étudiants de premier cycle de l'UQAM ou d'une autre université canadienne : consultez le programme de bourse de recherche de premier cycle (BRPC) du CRSNG. Une moyenne cumulative d'au moins B (3.0/4.3) est requise pour être admissible au concours. Selon les années et le nombre de demande, il faut avoir au moins une moyenne de A- (3.7/4.3) pour espérer obtenir une bourse.

Étudiants étrangers : actuellement, seuls les candidats provenant d'établissements avec lesquels l'UQAM a une entente d'échange d'étudiants ou détenant leur propre bourse sont considérés. Les candidatures spontanées ne sont pas considérées.

Enseignement

Université du Québec à Montréal (UQAM)

Depuis mon arrivée à l'UQAM, j'ai enseigné les cours suivants :

• INF3105 – Structures de données et algorithmes.
• INF4230 – Intelligence artificielle.
• DIC938K et INF888x – Planification automatique.
• DIC9271 – Séminaire en informatique cognitive.

Université de Sherbrooke

Lors de mon passage à l'Université de Sherbrooke, j'ai enseigné les cours suivants:

• IFT313 - Introduction aux langages formels (2007E, 2009E, 2010E).
• IFT615 - Intelligence artificielle (2010E, 2011E).
• IFT821 - Méthodologie de communication en informatique (2010H, 2011E).
• Atelier Comment rédiger et publier un article scientifique : PPTX |  PDF.

Liens divers

• Prototype veplan.uqam.ca pour la planification d'itinéraire en véhicule électrique
• Planificateur ActuPlan (planification temporelle sous incertitude)
• Jeu de simulation immobilière Game of Homes
• Site web OùHabiter pour recherche intelligence avec des points d'intérêt sur une carte
• Avis de recherche de mon vélo volé
Page durant mon doctorat

Biographie

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 son 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 a été chercheur postdoctoral à l'Intelligent Systems Division au NASA Ames Research Center en Californie (É.-U.). Il y a travaillé à améliorer ses algorithmes de planification pour démontrer leur applicabilité à des missions d'exploration spatiale.

Depuis 2012, Éric est membre du corps professoral du Département d'informatique de l'Université du Québec à Montréal (UQAM). Il y poursuit ses recherches en planification et s'intéresse à développer et à appliquer la planification dans des jeux sérieux. Il a été directeur de l'unité de programmes des certificats en informatique (2015-2019) et du Baccalauréat en informatique et génie logiciel (2019-2021). Éric est présentement directeur du Département d'informatique.

© Éric Beaudry 2023. Tous droits réservés.