Mark K Ho

通过人类反馈教机器人完成任意复杂度的任务

Wang 等人提出基于课程学习的机器人训练框架，通过将复杂时序任务分解为简单子任务进行渐进式训练，实验证明该方法在人类反馈存在错误时仍优于现有方案。