Taller LfC @ CoRL 2026

Los robots que operan en entornos del mundo real suelen aprender de demostraciones humanas, preferencias o recompensas. Sin embargo, en muchos entornos de implementación, las personas actúan como supervisores en lugar de profesores: monitorean el comportamiento del robot e intervienen solo cuando es necesario. Estas correcciones e intervenciones proporcionan información valiosa sobre los objetivos de la tarea, las restricciones y las expectativas humanas, al tiempo que requieren menos esfuerzo que la supervisión continua. Aprender de Correcciones (LfC) ha surgido como un paradigma prometedor para el aprendizaje interactivo de robots. Este taller reúne a investigadores de robótica, aprendizaje automático, interacción humano-robot y dominios de aplicación relacionados para discutir los fundamentos, desafíos y futuras direcciones del Aprendizaje a partir de Correcciones.