Quentin Cappart
Depuis 2018, je suis un postdoc Fellow à Polytechnique Montréal au CIRRELT 
sous la supervision du Pr Louis-Martin Rousseau. Je suis également stagiaire 
en recherche chez ElementAI. Mes recherches actuelles visent à intégrer les 
techniques d'apprentissage automatique dans le domaine de l'optimisation discrète. 
Cette recherche est financée par des subventions postdoctorales accordées par 
Ivado et Mitacs. De plus, je collabore également avec le professeur David Bergman 
(UConn).

J'ai obtenu mon doctorat de UCLouvain en 2017 sous la supervision du Prof. Pierre 
Schaus. J'ai travaillé comme assistant de recherche à l'ICTEAM jusqu'en 2018. 
J'ai également obtenu une Maîtrise en ingénierie informatique à l'UCLouvain en 2014 
et en 2018, une deuxième Maîtrise en gestion.
Mes intérêts de recherche sont assez larges. Au lieu de me concentrer sur une 
méthode ou un paradigme particulier, je suis plus intéressé par la résolution de 
problèmes. J'aime utiliser toutes mes connaissances pour résoudre des défis réels 
et concrets. J'ai des affinités particulières pour les problèmes liés à la recherche 
opérationnelle, à l'optimisation, à la science des données et à l'apprentissage 
automatique.

2023

Marty T, François T, Tessier P, Gautier L, Cappart Q, Rousseau L-M, (2023), Learning a Generic Value-Selection Heuristic Inside a Generic Constraint Programming Solver, 29th International Conference on Principles and Practice of Constraint Programming LIPIcs, Volume 280, CP 2023.

Rudich I, Cappart Q, Rousseau L-M, (2023), Improved Peel-and-Bound: Methods for Generating Dual Bounds with Multivalued Decision Diagrams, Journal of Artificial Intelligence Research, 77:1489-1538.

Peyman K, Cappart Q, Chapados N, Pouya H, Rousseau L-M, (2023), Dynamic Routing and Wavelength Assignment with Deep Reinforcement Learning. INFORMS Journal on Optimization, 6(1): 1-18.

2022

Cappart Q, Bergman D, Rousseau L-M, Prémont-Schwartz I, Parjadis A. (2022). Improving Variable Orderings of Approximate Decision Diagrams using Reinforcement Learning. INFORMS Journal on computing. 34 (5). INFORMS.https://doi.org/10.1287/ijoc.2022.1194

Rudich I, Cappart Q, Rousseau L-M, (2022), Peel-And-Bound: Generating Stronger Relaxed Bounds with Multivalued Decision Diagrams. 28th International Conference on Principles and Practice of Constraint Programming (CP 2022). Volume 235. LIPICS.

Joshi CK, Cappart Q, Laurent T, Rousseau L-M, (2022), Learning the Travelling Salesperson Problem Requires Rethinking Generalization, Constraints, 27:70–98.

2021

Kafaei P, Cappart Q, Renaud M-A, Chapados N, Rousseau L-M, (2021), Graph neural networks and deep reinforcement learning for simultaneous beam orientation and trajectory optimization of Cyberknife, Physics in Medicine and Biology, 66(21). https://doi.org/10.1088/1361-6560/ac2bb5

*Parjadis A, Cappart Q, Rousseau L-M, and Bergman D, (2021), Improving Branch-and-Bound using Decision Diagrams and Reinforcement Learning, CPAIOR (International Conference on the Integration of Constraint Programming, Artificial Intelligence, and Operations Research), LNTCS,volume 12735.

*Chalumeau F, *Coulon I, Cappart Q and Rousseau L-M, (2021), SeaPearl: A Constraint Programming Solver guided by Reinforcement Learning, CPAIOR (International Conference on the Integration of Constraint Programming, Artificial Intelligence, and Operations Research), LNTCS,volume 12735.

Kafaei P, Cappart Q, Renaud M-A, Chapados N, Rousseau L-M, (2021), Deep Q-learning for simultaneous Beam Orientation and trajectory optimization for Cyberknife. Physics and Medecine in Biology, 66(21).

Cappart Q, Moisan T, Rousseau L-M, Prémont-Schwarz I, Cire A, (2021), « Combining Reinforcement Learning and constraint programming combinatorial optimization ». AAAI 2020. Proceedings of the AAAI Conference on Artificial Intelligence, 35(5): 3677-3687.

Joshi H-K, Cappart Q, Rousseau L-M, Laurent T, (2021), « Learning TSP Requires Rethinking Generalization », International Conference on Principles and Practice of Constraint Programming – CP 2021.