Amrit Singh Bedi

Un nuovo metodo migliora la capacità dei robot di seguire le indicazioni parlate con precisione.

Esaminando i pericoli di integrare i modelli linguistici nei sistemi robotici.

I robot imparano a trovare oggetti in movimento in ambienti dinamici in modo efficace.

PIPER migliora l'apprendimento per rinforzo usando feedback basato sulle preferenze per affrontare le ricompense scarse.

DIPPER ottimizza l'apprendimento dei robot tramite il feedback umano, migliorando le prestazioni nei compiti.

Il nuovo sistema di navigazione dei robot capisce i comandi vocali attraverso le emozioni.

La Transferenza Cautelosa-Aware migliora la sicurezza e le prestazioni nelle applicazioni di apprendimento per rinforzo.

Un nuovo metodo aiuta i robot a svolgere compiti in modo più efficace suddividendo gli obiettivi.