Junliang Xing

DriveWorldは、空間データと時間データを分析することで自動運転技術を向上させてるよ。

ToPPOはオフポリシーデータをうまく使って強化学習アルゴリズムの学習を改善する。

RPOは、リフレクティブラーニングを通じて強化学習の意思決定のスピードと安全性を向上させるよ。

この研究は、好みが人間と機械の相互作用における協力をどう形成するかを調べてるよ。