Katherine Driggs-Campbell

Nouvelle approche qui combine simulation et données hors ligne pour de meilleurs tests de robots.

Les robots apprennent à ranger des objets en utilisant moins d'exemples et une meilleure prédiction des interactions.

Une étude révèle comment les conducteurs préfèrent communiquer en étant distraits.

Un aperçu des causes et de la détection des inexactitudes dans la prise de décision de l'IA.

Une nouvelle méthode améliore l'efficacité dans l'apprentissage par renforcement grâce à une estimation précise du gradient de la politique.

Une nouvelle méthode améliore la façon dont les robots évaluent leur environnement avec un minimum d'étiquetage.

Des approches innovantes pour réduire les embouteillages en aidant les conducteurs avec des conseils en temps réel.

Explorer les interactions des conducteurs et leurs préférences avec les systèmes RTA.

Un système de génération d'images en temps réel améliore l'opération des robots à distance dans l'agriculture.