Contrat doctoral @LIA @Agorantic 2025

31 janvier 2025

Une allocation doctorale 2025 pour le LIA a été attribuée à l’équipe SLG par la FR Agorantic . Le sujet proposé est disponible sur la plateforme adum.fr https://adum.fr/as/ed/proposition.pl?site=avignon : Les candidats et candidates intéressées doivent postuler sur la plateforme adum.fr. Mais, avant cela, il est fortement recommander de contacter les chercheurs et chercheuses qui proposent les sujets, afin d’en discuter avec eux et elles. Les auditions seront organisées par la FR Agorantic selon les modalités générales indiquées sur https://agorantic.univ-avignon.fr/en/thesis/. Elles auront lieu début juin, la date définitive sera communiqué aux candidats retenus par les encadrants.

Allocation doctorale LIA 2025

31 janvier 2025

L’allocation doctorale 2025 du LIA a été attribuée à l’équipe SLG. Plusieurs sujets vont été proposés, ils sont disponibles sur la plateforme adum.fr https://adum.fr/as/ed/proposition.pl?site=avignon : Les candidats et candidates intéressées doivent postuler sur la plateforme adum.fr. Mais, avant cela, il est fortement recommander de contacter les chercheurs et chercheuses qui proposent les sujets, afin d’en discuter avec eux et elles. Les auditions seront organisées par l’Ecole Doctorale 536 selon les modalités indiquées sur https://univ-avignon.fr/recherche/le-doctorat/je-souhaite-preparer-un-doctorat/. Elles auront lieu début juin, la date définitive sera communiqué aux candidats retenus par les encadrants.

Soutenance de thèse de Thibault Cordier – 13 octobre 2023

13 octobre 2023

Date : vendredi 13 octobre à 9h,  Lieu : salle des thèses à l’Université d’Avignon, Campus Hannah Arendt (centre-ville). Titre : “Hierarchical Imitation and Reinforcement Learning for Multi-Domain Task-Oriented Dialogue Systems”. La soutenance peut être suivie en live stream via le lien suivant : https://v-au.univ-avignon.fr/live. Résumé : Dans cette thèse, nous étudions les systèmes de dialogue orientés tâches qui sont des systèmes conçus pour aider les utilisateurs à accomplir des tâches spécifiques, telles que la réservation d’un vol ou d’un restaurant. Ils s’appuient généralement sur un paradigme d’apprentissage par renforcement pour modéliser le dialogue permettant au système de raisonner sur les objectifs et les préférences de l’utilisateur, et de sélectionner les actions qui conduiront au résultat souhaité. Nous nous concentrons spécifiquement sur l’apprentissage à partir d’un nombre limité d’interactions, ce qui est crucial en raison de la rareté et du coût des interactions humaines. Les algorithmes standards d’apprentissage par renforcement nécessitent généralement une grande quantité de données d’interaction pour obtenir de bonnes performances. Pour relever ce défi, nous visons à rendre les systèmes de dialogue plus efficaces en termes d’échantillonnage dans leur entraînement. Nous nous sommes inspirés principalement des idées d’imitation et de hiérarchie. Notre première contribution explore l’intégration de l’imitation dans l’apprentissage Plus d'infos

Projet ANR muDialBot

1 janvier 2021

Dans muDialBot, notre ambition est d’incorporer pro-activement des traits de comportements humains dans la communication parlée humain-robot. Nous projetons d’atteindre une nouvelle étape de l’exploitation de l’information riche fournie par les flux de données audio et visuelles venant des humains. En particulier en extraire des événements verbaux et non-verbaux devra permettre d’accroître les capacités de décision des robots afin de gérer les tours de parole plus naturellement et aussi de pouvoir basculer d’interactions de groupe à des dialogues en face-à-face selon la situation. Plus d'infos