Brian M. Sadler

ロボットシステムに言語モデルを統合する危険性を調べる。

PIPERは、スパースな報酬に対処するために、好みに基づくフィードバックを使って強化学習を強化するんだ。

ブロックチェーンネットワークで統計的方法を使ってエクリプス攻撃を見極める方法を学ぼう。

DIPPERは人間のフィードバックを通じてロボットの学習を最適化し、タスクのパフォーマンスを向上させるよ。

新しい方法が不確実な環境でのロボットのナビゲーションを改善する。

新しい方法でロボットが目標を細かく分けることで、タスクをより効果的にこなせるようになるんだ。