Imitation Learning

RecoveryDAgger

領導 4 人團隊實現Imitation Learning演算法 RecoveryDAgger，顯著減少專家查詢次數。利用 PyTorch 與 SB3 獨力設計專家策略與訓練管線，於 30 支多為研究生的隊伍中斬獲季軍，成果已獲 IEEE Potentials 錄取。