Utsav Singh

PIPER améliore l'apprentissage par renforcement en utilisant des retours basés sur les préférences pour gérer les récompenses rares.

LGR2 améliore la performance des tâches robotiques grâce à des instructions linguistiques et un apprentissage hiérarchique.

DIPPER optimise l'apprentissage des robots grâce aux retours humains, ce qui améliore la performance des tâches.

Une nouvelle méthode aide les robots à accomplir des tâches plus efficacement en décomposant les objectifs.