亚历山大·拉特尔
人员信息
优化列表
![笔记](https://dblp.dagstuhl.de/img/note-mark.dark.12x12.png)
2020年–今天
2024 [第14条] 马修·麦克法兰 , 伊丹·托莱多 , 多纳尔·伯恩 , 西达斯·辛格 , 保罗·达克沃思 , 亚历山大·拉特尔 :
SMX:专家迭代的顺序蒙特卡罗规划。 CoRR公司 abs/2402.07963 ( 2024 ) 2023 [j1] 卡里姆·贝吉尔 , 马钦·斯科瓦克(Marcin J.Skwark) , 云关府 , 托马斯·皮埃罗 , 尼古拉斯·洛佩斯·卡兰萨 , 亚历山大·拉特尔 , 伊比西姆·卡德里 , 阿比尔·科切特 , 安娜·U·洛厄加德 , 博尼·加比·路易斯 , 比安卡·Sänger , 刘云鹏 , 阿萨夫·波兰 , 亚历山大·穆克 , 乌古尔·萨欣 :
早期计算检测潜在高危SARS-CoV-2变异体。 计算。 生物医药 155 : 106618 ( 2023 ) 【c4】 克里斯托弗·W·F·帕森森 , 亚历山大·拉特尔 , 托马斯·巴雷特 :
使用回溯轨迹进行分枝定界优化的强化学习。 AAAI公司 2023 : 4061-4069 【c3】 费利克斯·沙卢梅 , 什哈·苏拉纳 , Clément阀盖 , 内森·格林斯塔金 , 阿努·比勒托利斯 , 亚历山大·拉特尔 , 汤姆·巴雷特 :
使用潜在空间搜索进行组合优化和策略调整。 NeurIPS公司 2023 [i13] Clément阀盖 , 羅時豐 , 多纳尔·伯恩 , 什哈·苏拉纳 , 文森特·科耶特 , 保罗·达克沃思 , 劳伦斯·米德利 , 特里斯坦·卡洛尼亚提斯 , 萨沙·阿布拉莫维茨 , Cemlyn N.Waters公司 , 安德里斯·斯密特 , 内森·格林斯塔金 , Ulrich A.Mbou索布 , Omayma Mahjoub公司 , Elshadai Tegegn公司 , 穆罕默德·米穆尼 , 拉斐尔·博伊格 , 阮德科克 , 丹尼尔·福雷洛斯·布兰科 , 维克托·勒 , 阿努·比勒托利斯 , 亚历山大·拉特尔 :
Jumanji:JAX中可扩展强化学习环境的多样套件。 CoRR公司 abs/2306.09884 ( 2023 ) [i12] 费利克斯·沙卢梅 , 什哈·苏拉纳 , Clément阀盖 , 内森·格林斯塔金 , 阿努·比勒托利斯 , 亚历山大·拉特尔 , 托马斯·巴雷特 :
使用潜在空间搜索进行组合优化和策略调整。 CoRR公司 abs/2311.13569 ( 2023 ) 2022 [i11] 托马斯·巴雷特 , 克里斯托弗·帕森斯 , 亚历山大·拉特尔 :
学习通过有效探索解决组合图划分问题。 CoRR公司 abs/2205.14105 ( 2022 ) [i10] 克里斯托弗·W·F·帕森森 , 亚历山大·拉特尔 , 托马斯·巴雷特 :
使用回溯轨迹进行分枝定界优化的强化学习。 CoRR公司 abs/2205.14345 ( 2022 ) [第九章] Clément阀盖 , 劳伦斯·米德利 , 亚历山大·拉特尔 :
通过学习外部价值函数来去除元梯度强化学习。 CoRR公司 abs/2211.10550 ( 2022 ) 2021 [i8] 阿努·比勒托利斯 , Kale-ab Tessera公司 , 安德里斯·斯密特 , 克劳德·福马内克 , 圣约翰格林布利 , 凯文·埃洛夫 , 西弗莱莱·达尼萨 , 劳伦斯·弗朗西斯 , 乔纳森·斯库克 , 赫尔曼·坎珀 , 威利·布林克 , 赫尔曼·恩格尔布雷希特 , 亚历山大·拉特尔 , 卡里姆·贝吉尔 :
Mava:分布式多智能体强化学习的研究框架。 CoRR公司 abs/2107.01460 ( 2021 ) [i7] Clément阀盖 , 保罗·卡朗 , 托马斯·巴雷特 , 伊恩·戴维斯 , 亚历山大·拉特尔 :
一步一步:多步骤元梯度强化学习的利弊。 CoRR公司 abs/2111.00206 ( 2021 ) 2020 【c2】 阿努·比勒托利斯 , 斯科特·亚历山大·卡梅隆 , 伊兰·范·比尔容 , 汤姆·麦金克 , 沙希尔·马吉 , 杰里米·杜普莱西斯 , 乔纳森·斯库克 , 亚历山大·拉特尔 , 卡里姆·贝奎尔 :
使用多智能体强化学习对公共池资源管理的网络系统控制进行博弈论分析。 NeurIPS公司 2020 [i6] 托马斯·皮埃罗 , 尼古拉斯·佩林 , 费亚尔·M·P·贝巴哈尼 , 亚历山大·拉特尔 , 奥利维尔·西高德 , 卡里姆·贝吉尔 , 南多·德·弗雷塔斯 :
学习用于连续控制的合成神经程序。 CoRR公司 abs/2007.13363 ( 2020 ) [i5] 阿努·比勒托利斯 , 斯科特·亚历山大·卡梅隆 , 伊兰·范·比尔容 , 汤姆·麦金克 , 沙希尔·马吉 , 杰里米·杜普莱西斯 , 乔纳森·斯库克 , 亚历山大·拉特尔 , 卡里姆·贝吉尔 :
利用多智能体强化学习对公共池资源管理的网络系统控制进行博弈论分析。 CoRR公司 abs/2010.07777 ( 2020 ) [i4] 蒙尼尔 , 雅库布·凯梅克 , 亚历山大·拉特尔 , 托马斯·皮埃罗 , 瓦伦丁·库乔 , 奥利维尔·西高德 , 卡里姆·贝吉尔 :
离线强化学习实践。 CoRR公司 abs/2011.14379 ( 2020 ) [i3] 马钦·斯科瓦克(Marcin J.Skwark) , 尼古拉斯·洛佩斯·卡兰萨 , 托马斯·皮埃罗 , 乔·菲利普斯 , 斯利姆·赛义德 , 亚历山大·拉特尔 , 阿米恩·科尔科尼 , 乌古尔·萨欣 , 卡里姆·贝吉尔 :
通过强化学习设计前瞻性新冠肺炎治疗方案。 CoRR公司 腹肌/2012.01736 ( 2020 )
2010 – 2019
2019 【c1】 托马斯·皮埃罗 , 纪尧姆·利格纳 , 斯科特·里德 , 奥利维尔·西高德 , 尼古拉斯·佩林 , 亚历山大·拉特尔 , 大卫·卡斯 , 卡里姆·贝吉尔 , 南多·德·弗雷塔斯 :
使用递归树搜索和规划学习合成神经程序。 NeurIPS公司 2019 : 14646-14656 [i2] 托马斯·皮埃罗 , 纪尧姆·利格纳 , 斯科特·里德 , 奥利维尔·西高德 , 尼古拉斯·佩林 , 亚历山大·拉特尔 , 大卫·卡斯 , 卡里姆·贝吉尔 , 南多·德·弗雷塔斯 :
使用递归树搜索和规划学习合成神经程序。 CoRR公司 abs/1905.12941 ( 2019 ) 2018 [i1] 亚历山大·拉特尔 , 云官府 , 穆罕默德·哈利勒·贾布里 , 阿兰·萨姆·科恩 , 大卫·卡斯 , 卡尔·哈贾尔 , 托比约恩·S·达尔 , 阿米恩·科尔科尼 , 卡里姆·贝吉尔 :
排名奖励:为组合优化提供自我游戏强化学习。 CoRR公司 abs/1807.01672 ( 2018 )
合著者索引
![](https://dblp.dagstuhl.de/img/cog.dark.24x24.png)