Séminaire CeRVIM, Hanqing Zhao, 6 février 2026, 11h, PLT-3904

Vers une intelligence robotique sécurisée et fiable

Hanqing Zhao (https://hanqing-zhao.fsg.ulaval.ca/)

Professeur adjoint

LVSN, Laboratoire de Vision et de Systèmes Numériques

Dép. de génie électrique et de génie informatique

Vendredi, le 6 février 2026

Heure : 11h00, Local : PLT-3904

Résumé de la présentation :

Cette présentation explore des méthodes de détection, d’identification et de neutralisation des comportements fautifs, tout en maintenant un haut niveau de performance dans les systèmes robotiques.

Dans un robot individuel doté d’un détecteur de fautes centralisé, le processus d’accomplissement de la mission peut être interprété comme une tentative de maximisation d’un signal de récompense. Je commencerai par présenter mes travaux antérieurs, incluant une approche interprétable permettant de dériver une fonction de récompense décrivant les comportements désirables, ainsi que de détecter les comportements fautifs chez les robots en analysant les variations de ce signal de récompense. Je présenterai ensuite nos travaux à venir en apprentissage par renforcement sécurisé pour des manipulateurs robotiques parallèles, menés à l’Université Laval.

Dans un groupe de robots décentralisés (essaim de robots), en l’absence de détecteur central, l’atteinte d’un consensus tolérant aux fautes est essentielle pour la gestion des défaillances. J’introduirai un cadre générique permettant d’atteindre un tel consensus. À partir de ce cadre, je construis des fonctions de récompense incitant les robots à ajuster leur comportement. Ces travaux s’inscrivent dans mes recherches à l’Université Laval sur le consensus multi-robots fondé sur des représentations gaussiennes.

À propos du conférencier, Hanqing Zhao :

Hanqing Zhao est professeur adjoint au Département de génie électrique et de génie informatique de l’Université Laval. Avant de rejoindre l’Université Laval, il était chercheur postdoctoral au MIST Lab de Polytechnique Montréal. Il a obtenu un doctorat en informatique à l’Université McGill en 2024. Il est diplômé ingénieur civil en informatique de l’École polytechnique de Bruxelles (Université libre de Bruxelles), après avoir suivi une classe préparatoire à l’École Centrale de Pékin (Université Beihang).

Ses recherches portent sur l’apprentissage automatique et les techniques de réalisation de consensus, notamment l’apprentissage par renforcement (inverse), l’apprentissage supervisé, les fonctions de barrière de contrôle, ainsi que les technologies de blockchain et les contrats intelligents, dans le but de développer des systèmes robotiques fiables et sécurisés.

Bienvenue à toutes et à tous !