Debmalya Mandal

Desarrollando algoritmos para mejorar el aprendizaje por refuerzo usando retroalimentación humana a pesar de la corrupción de datos.

Este estudio presenta un método para asignar recompensas en entornos desconocidos.

Un nuevo enfoque del aprendizaje por refuerzo considera los cambios ambientales causados por las acciones del agente.

Examinando el impacto de la corrupción de datos en las estrategias de aprendizaje en juegos de Markov de suma cero para dos jugadores.

Un nuevo método mejora la precisión de las elecciones al centrarse en preferencias parciales.

Este estudio se centra en simetrías ocultas en bandidos lineales de alta dimensión.

Explorando cómo el RL performativo cambia la dinámica del juego y la estabilidad de la política.

Una mirada a cómo votar puede aclarar opiniones en grupos grandes.