Jean-Claude Latombe (nacido el 14 de mayo de 1947) es un robotista franco - estadounidense y profesor emérito de Kumagai en la Escuela de Ingeniería de la Universidad de Stanford . Latombe es un investigador en planificación del movimiento de robots y es autor de uno de los libros más citados en el campo. [1]
Latombe recibió su título de ingeniería dual en ingeniería eléctrica y ciencias de la computación del Instituto Politécnico Nacional de Grenoble (ahora Instituto Tecnológico de Grenoble ) en 1969 y 1970, respectivamente, y una maestría en ingeniería eléctrica en 1972, con la tesis Diseño de un sistema de instrucción asistida por computadora en ingeniería eléctrica . En 1977, Latombe recibió un doctorado en ciencias de la computación de la Universidad de Grenoble con una tesis Inteligencia artificial para la automatización del diseño .
Se incorporó a la facultad del INPG en 1980 y la abandonó en 1984 para incorporarse a la Industria y Tecnología para la Inteligencia Artificial (ITMI), una empresa que cofundó en 1982. En 1987, Latombe se incorporó a la Universidad de Stanford como profesor asociado y desde entonces ha sido profesor (1992), presidente (1997-2000) y profesor Kumagai (2001-presente) en el Departamento de Ciencias de la Computación. Latombe fue elegido miembro de la Asociación para el Avance de la Inteligencia Artificial en 1993. [2]
Latombe es una figura importante en la planificación del movimiento robótico . Después de que Mark Overmars publicara el método de hoja de ruta probabilística (PRM) en 1992, Latombe y Lydia Kavraki desarrollaron independientemente el algoritmo en 1994, y su artículo conjunto con Overmars, Hojas de ruta probabilísticas para la planificación de rutas en espacios de configuración de alta dimensión , [3] se considera uno de los estudios más influyentes en la planificación del movimiento , y ha sido ampliamente citado (más de 1000 veces a partir de 2008). Más recientemente, Latombe ha aplicado su conocimiento en robótica a problemas de biología estructural y ha desarrollado la simulación de hoja de ruta estocástica (SRS) basada en PRM para generar y analizar de manera eficiente grandes colecciones de trayectorias de proteínas. [4]