دانشمندان در پژوهش جدیدی، رویکردی هندسی به نام «یادگیری تقویتی اصلاحی» (RIFT) ارائه کردهاند تا سیستمهای خودران بتوانند از مداخلات انسانی به شکل هوشمندانهتری بیاموزند.
این مدل که با تحلیل هندسی «پلیتوپ اقدامات» به دست آمده، کمک میکند رباتها حتی زمانی که مداخلات انسانی کم یا غیردقیق است، همچنان تصمیمات بهینهای بگیرند و دچار سردرگمی نشوند. این دستاورد گام بزرگی برای افزایش پایداری و ایمنی رباتهای خودمختار در محیطهای دنیای واقعی است. 🤖✨
منبع: arXiv Machine Learning