Végzettség, fokozatok

  • Járműmérnök BSc
  • Okleveles Autonóm Járműirányítási Mérnök MSc

Kutatási területek

  • Megerősítéses Tanulás
  • Gépi Tanulás (Neural Networks, Deep Learning)
  • Nagy Nyelvi Modellek (LLM)
  • Vision Language Action (VLA) modellek
  • Vizuális Nyelvi Modellek (VLM)

Oktatási tevékenység

  • Programozás

Projektek, ösztöndíjak

Kooperatív Doktori Program

Kiemelt Publikációk

Farkas, P., Becsi, T., & Aradi, S. (2026).
Residual Reinforcement Learning Enhanced with Unsuccessful Episode Buffer.
IEEE OPEN JOURNAL OF THE COMPUTER SOCIETY, 7, 37-48. [SJR: D1]
Farkas, P., Szoke, L., Aradi, S., & Becsi, T. (2025).
Learn to Adapt: A Policy for History-Based Online Adaptation.
IEEE TRANSACTIONS ON EMERGING TOPICS IN COMPUTATIONAL INTELLIGENCE, 9(6), 4026-4036. [SJR: D1]
Farkas, P., Török, B., & Aradi, S. (2025).
Integrating a Stereo Vision System on the F1Tenth Platform for Enhanced Perception.
ENGINEERING PROCEEDINGS, 113(1). [SJR: Q3]
Szoke, L., Farkas, P., Aradi, S., & Becsi, T. (2025).
Adapting RL Control Policies to Changing Dynamics for Improved Robustness.
LECTURE NOTES IN NETWORKS AND SYSTEMS, 1345, 78-89. [SJR: Q4]