La prochaine rencontre, qui aura lieu le 10 novembre à Mila, permettra d'explorer comment pouvons-nous collectivement développer, encadrer et déployer des systèmes agentiques performants, fiables et sécuritaires en connectant chercheur·euse·s académiques, expert·e·s industriel·le·s et praticien·ne·s.
Ce programme à temps partiel offre aux scientifiques l'opportunité de tester leur intérêt pour l'entrepreneuriat. Vous avez jusqu'au 5 octobre pour postuler.
Avantage IA : productivité dans la fonction publique
Apprenez à tirer parti de l’IA générative pour soutenir et améliorer votre productivité au travail. La prochaine cohorte se déroulera en ligne les 6 et 8 octobre 2026, en anglais.
Nous utilisons des témoins pour analyser le trafic et l’utilisation de notre site web, afin de personnaliser votre expérience. Vous pouvez désactiver ces technologies à tout moment, mais cela peut restreindre certaines fonctionnalités du site. Consultez notre Politique de protection de la vie privée pour en savoir plus.
Paramètre des cookies
Vous pouvez activer et désactiver les types de cookies que vous souhaitez accepter. Cependant certains choix que vous ferez pourraient affecter les services proposés sur nos sites (ex : suggestions, annonces personnalisées, etc.).
Cookies essentiels
Ces cookies sont nécessaires au fonctionnement du site et ne peuvent être désactivés. (Toujours actif)
Cookies analyse
Acceptez-vous l'utilisation de cookies pour mesurer l'audience de nos sites ?
Lecteur Multimédia
Acceptez-vous l'utilisation de cookies pour afficher et vous permettre de regarder les contenus vidéo hébergés par nos partenaires (YouTube, etc.) ?
Although Multi-Objective Reinforcement Learning (MORL) research relies heavily on MO-MuJoCo as its go-to continuous control benchmark, the v… (voir plus)alidity of the conclusions drawn from it remain underexamined. In this paper, we first discuss three structural limitations of MO-MuJoCo; 1) its objectives are decomposed from pre-existing scalar rewards rather than independently motivated goals; 2) environments repeat the same underlying trade-off structure across varied locomotion morphologies, providing \textit{surface variety} without genuine \textit{problem diversity}; and 3) empirically approximated Pareto fronts appear broadly convex across research, potentially failing to stress-test the limitations of scalarization-based techniques. Setting these concerns aside, we further demonstrate that algorithmic rankings under MO-MuJoCo are highly sensitive to often undocumented evaluation choices in research papers. Across five evaluation axes, including reference point selection, weight distribution, normalization, return type, and front extraction method, pairwise algorithm rankings reverse in up to 47\% of configurations. Variance decomposition reveals that normalization alone accounts for nearly 69\% of hypervolume variance, suppressing the algorithm impact. Ultimately, we argue that progress in MORL research requires not only increased scrutiny of the benchmarks we rely upon, but also greater clarity in how results obtained within them are reported.
2026-08-14
Finding the Frame @ Reinforcement Learning Conference (publié)