Ricardo Bedin Grando

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 améliorent la sécurité en surveillant les travailleurs et leur équipement en temps réel.