Nikolai Matni

Les chercheurs améliorent la façon dont les robots apprennent grâce à des démonstrations humaines, rendant les choses plus sûres et plus adaptables.

Apprends à créer des modèles pour des systèmes dynamiques en utilisant des données mesurées.

Stratégies pour apprendre efficacement à partir de données qui dépendent des observations précédentes.

Une méthode pour modéliser et contrôler efficacement des systèmes non linéaires en utilisant des techniques d'apprentissage actif.

Une nouvelle méthode améliore la capacité des robots à travailler en toute sécurité aux côtés des humains en temps réel.

Cette étude examine comment l'apprentissage de la représentation aide les robots à s'adapter dans des environnements changeants.

Une nouvelle approche pour améliorer la coordination dans les systèmes de contrôle en couches en utilisant l'apprentissage par renforcement.

Examiner comment les paramètres du modèle influencent les performances sur des tâches à long terme.