Gokul Swamy

専門家の行動からロボットが安全ルールを効率よく学ぶための方法。

新しい方法は、自己対戦を通じて人間のフィードバックを使うことで学習を向上させる。

新しい方法は、専門家の洞察と学習者の経験を組み合わせて、効率を向上させるよ。

エージェントに専門家の行動をうまく学ばせるためのテクニックを見てみよう。