Ufuk Topcu

ロボットは安全なやり取りのために、アクティブ逆学習を通じて人間の目標を学ぶんだ。

強化学習における知識移転を改善する新しい方法。

Redditで信頼できるニュースソースを評価する方法。

都市空中移動システムにおける騒音管理を調査して、コミュニティに利益をもたらす。

この研究は、SNSで低信頼性のニュースを共有しているコミュニティを調べてるよ。

新しいアプローチが、機械が変化する環境にどれだけ適応するかを向上させる。

研究は、自律エージェントと人間の間でのより良いチームワークのためのコミュニケーション戦略を探求している。

革新的アルゴリズムがリソースの限られた環境でのセンサー選択を改善する。

競争環境におけるプレイヤーの好みとナッシュ均衡を調べる。

この論文は、信頼性のあるリスク評価と意思決定のためのデジタルツインの改善について話してるよ。

タスクを分けることでロボットが効率よく訓練できる方法を学ぼう。

プレイヤーが言葉を使わずにどうやって協力できるか探ってみる。

o1モデルがどのようにアクションを計画し、さまざまなタスクでのパフォーマンスを見ていこう。

報酬シェイピングが強化学習の効率をどう改善するかを学ぼう。