Amrit Singh Bedi

Eine neue Methode verbessert die Fähigkeit von Robotern, gesprochene Anweisungen genau zu befolgen.

Die Gefahren der Integration von Sprachmodellen in robotische Systeme untersuchen.

Roboter lernen, sich in dynamischen Umgebungen effektiv bewegende Objekte zu suchen.

PIPER verbessert das verstärkende Lernen mit feedback basierend auf Vorlieben, um spärliche Belohnungen anzugehen.

DIPPER optimiert das Roboterlernen durch menschliches Feedback und verbessert die Aufgabenleistung.

Neues Roboternavigationssystem versteht gesprochene Befehle durch Emotionen.

Caution-Aware Transfer verbessert die Sicherheit und Leistung in Anwendungen des verstärkenden Lernens.

Eine neue Methode hilft Robotern, Aufgaben effektiver zu erledigen, indem sie Ziele in kleinere Teile zerlegt.