Agent 与工具

Pieter Abbeel

彼得·阿比尔

机器人学习 · MAML

Pieter Abbeel 是机器人与机器学习研究者，参与了强化学习、快速适应和生成模型等多个方向的重要工作。他的研究关注机器如何从示范或交互经验中获得行为，而不必为每个动作编写完整规则。

他与合作者在 TRPO 中研究如何限制策略每次更新的幅度，使强化学习训练更稳定；在 MAML 中，则研究怎样训练一个容易适应新任务的模型。这些方法分别改善学习过程的稳定性和跨任务适应能力。

他也是 DDPM 的共同作者，与 Jonathan Ho、Ajay Jain 合作研究通过逐步去噪生成图像。机器人决策与图像生成属于不同任务，但都涉及如何从数据学习复杂分布，以及怎样把学习方法落实为能够执行的计算过程。