Tianhe Yu

例を使ってエージェントの意思決定を導く方法。

手描きのスケッチがロボットのタスクパフォーマンスをどう向上させるか探ってるんだ。

報酬モデルのトレーニングに新しいアプローチを取り入れることで、AIが人間の好みにより合った形になるんだ。