Debmalya Mandal

Développer des algos pour améliorer l'apprentissage par renforcement en utilisant les retours humains malgré la corruption des données.

Cette étude présente une méthode pour attribuer des récompenses dans des environnements inconnus.

Une nouvelle approche de l'apprentissage par renforcement prend en compte les changements environnementaux causés par les actions de l'agent.

Examen de l'impact de la corruption des données sur les stratégies d'apprentissage dans des jeux de Markov à somme nulle à deux joueurs.

Une nouvelle méthode améliore la précision des choix en se concentrant sur les préférences partielles.

Cette étude se concentre sur des symétries cachées dans des bandits linéaires de haute dimension.

Explorer comment le RL performatif change les dynamiques de jeu et la stabilité des politiques.

Un regard sur comment voter peut clarifier les opinions dans de grands groupes.