Abhishek Gupta

SERLを紹介するよ：効率的なロボット学習タスクのための新しいフレームワークだ。

GOMはエージェントの適応力や意思決定を長期的な成果モデルによって高めるんだ。

ロボットはさまざまな分野で適応してタスクをこなすことを学んでるよ。

新しい方法が実際のデータを使ってロボットのトレーニングを改善する。

研究者たちはロボットの訓練を向上させるためにシミュレーションシーンを作成してる。

CCILは、修正ラベルを使ってロボット学習を改善する新しいアプローチを提供してるよ。

新しい方法で、特定のコードブックを使ってASRシステムがさまざまなアクセントをうまく扱えるようになったよ。

個別のユーザーの好みに基づいてAIシステムを調整する新しいアプローチ。

生成モデルは多様なトレーニングデータを作って、ロボットの適応力を高めるよ。

人間の行動に適応するスマートなエージェントを作ること。

研究者たちは、より良い理解のためにパラフレーズの監督を使って自動音声認識を強化してるよ。

ロボットがデータを使ってリアルなタスクを学んでる様子を探ってみよう。