Nikolai Matni

Ein neuer Ansatz verbessert das Repräsentationslernen bei verschiedenen Aufgaben durch Entbiasing- und Feature-Whitening-Techniken.

Forscher verbessern, wie Roboter durch menschliche Demonstrationen lernen, um Sicherheit und Anpassungsfähigkeit zu erhöhen.

Lerne den Prozess, wie man Modelle für dynamische Systeme mit gemessenen Daten erstellt.

Strategien, um effektiv aus Daten zu lernen, die von vorherigen Beobachtungen abhängen.

Eine Methode, um nichtlineare Systeme effizient zu modellieren und zu steuern, indem aktive Lerntechniken verwendet werden.

Neue Methode verbessert die Fähigkeit von Robotern, sicher in Echtzeit neben Menschen zu arbeiten.

Diese Studie untersucht, wie das Lernen von Repräsentationen Robotern hilft, sich in sich verändernden Umgebungen anzupassen.

Ein neuer Ansatz zur Verbesserung der Koordination in geschichteten Kontrollsystemen mithilfe von Reinforcement Learning.

Untersuchen, wie Modellparameter die Leistung bei Langstreckentasks beeinflussen.