Martin Riedmiller

ロボットは自分中心の視覚と深層強化学習を使ってサッカーを学ぶ。

TORAXは、トカマクプラズマ研究のために設計されたオープンソースシミュレーターだよ。

ロボットは新しい教え方で少ない例から複雑なタスクを学べるようになったよ。

IRLが言語モデルのパフォーマンスと多様性をどう向上させるかを見てみよう。