Utsav Singh

PIPER mejora el aprendizaje por refuerzo usando retroalimentación basada en preferencias para lidiar con recompensas escasas.

LGR2 mejora el rendimiento en tareas robóticas a través de instrucciones en lenguaje y aprendizaje jerárquico.

DIPPER optimiza el aprendizaje de robots a través de la retroalimentación humana, mejorando el rendimiento en las tareas.

Un nuevo método ayuda a los robots a hacer tareas de manera más efectiva al desglosar los objetivos.