Razvan Pascanu

PPOにおける表現の役割とそれがエージェントのパフォーマンスに与える影響を調べる。

トランスフォーマーのカウントやコピータスクの苦戦についての分析。

機械学習におけるアテンションメカニズムの役割を探る。

新しいアプローチが強化学習環境での学習効率を改善するんだ。

トランスフォーマーがどんだけ組み合わせタスクから学んで一般化するか調べてる。

新しいアプローチが、ニューラルネットワークがデータの変化から学びつつ、過去の知識を忘れないように助けるよ。