Akihisa Ohya

Explorer les KAN comme une nouvelle approche pour des modèles d'apprentissage par renforcement efficaces.

Curled-Dreamer améliore la prise de décision en apprentissage par renforcement grâce à des méthodes d'apprentissage contrastif.

De nouvelles méthodes permettent aux robots de se déplacer librement dans des environnements en évolution.

Les robots mobiles maîtrisent des tâches comme trouver et trancher du pain grâce à des méthodes d'apprentissage innovantes.