Data-efficiënte Human-in-the-loop RL voor Prestatieve Robotmanipulatie

Human-in-the-loop reinforcement learning (HiL-RL) voor robotische fundamentmodellen is fundamenteel beperkt door dure en risicovolle fysieke interactie. Dit maakt monster-efficiëntie, stabiele beleidsverbetering en verminderde menselijke inspanning essentieel voor praktische implementatie. Echter, bestaande benaderingen lijden vaak onder overbodige datasampling, bevooroordeelde toewijzing van krediet over gemengde kwaliteitstrajecten en interventie-intensieve verkenning. In deze presentatie verkennen we een verenigde onderzoekrichting voor het verbeteren van HiL-RL door middel van informatieve monsterplanning, kredietbewuste beleidsoptimalisatie en agentische interventie. Het werk omvat: Samen zijn deze benaderingen gericht op het helpen van HiL-RL-systemen om sneller te leren, minder menselijke inspanning te vereisen, te generaliseren over een breder scala aan manipulatiestatussen en betrouwbaarder te opereren in complexe fysieke omgevingen. (Technisch Niveau: 200) Meer over de Spreker Ziwei Wang is momenteel assistent-professor aan de School of Electrical and Electronic Engineering, Nanyang Technological University. Voordat hij bij NTU kwam, was hij postdoc fellow in het Robotics Institute, Carnegie Mellon University. Hij behaalde in 2023 de Ph.D. en in 2018 de B.S. graden aan de Afdeling Automatisering, Tsinghua University, respectievelijk aan de Afdeling Natuurkunde, Tsinghua University. Zijn onderzoek richt zich voornamelijk op robotische fundamentmodellen voor nauwkeurige manipulatie en is toegepast in productiescenario's, waaronder elektronica-assemblage en motorinspectie. Hij heeft meer dan 60 wetenschappelijke artikelen gepubliceerd in toonaangevende conferenties en tijdschriften op het gebied van robotica en AI. Hij is lid van de redactieraad en conferentiebestuurders en heeft vele workshops, tutorials en uitdagingen gecoördineerd in toptijdschriften en -conferenties. Hij is lid van de commissie van de IEEE RAS Singapore Chapter. Meer over de serie Singapore Embodied AI Colloquium (SEAIC) is een gerichte technische onderzoeksserie opgebouwd rond onderzoeker-gedreven discussies en delen over grensverleggende onderwerpen in belichaamde AI, robotleren en fysieke AI. Betrokken raken: Leer meer over Lorong AI | Spreker Aanmelding | WhatsApp Gemeenschap | LinkedIn | X