乔尔·雷曼
人员信息
其他同名人员
优化列表
![笔记](https://dblp.dagstuhl.de/img/note-mark.dark.12x12.png)
2020年–今天
2024 [i30] 伊森·加布里埃尔 , 阿里安娜·曼奇尼 , 杰夫·基林 , 丽莎·安妮·亨德里克斯 , 维伦娜·里瑟 , 哈桑·伊克巴尔 , 内纳德·托马塞夫 , 伊拉·克特纳 , 扎卡里·肯顿 , 米凯尔·罗德里格斯 , 塞利姆·赛义德 , 萨沙·布朗 , 坎弗·阿克布卢特 , 安德鲁·特拉斯克 , 爱德华·休斯 , A.史蒂夫·伯格曼 , 蕾妮·谢尔比 , 纳赫马·马尔沙尔 , 科诺·格里芬 , 胡安·马特奥斯·加西亚 , 劳拉·魏丁格 , 温妮街 , 本杰明·兰格 , 亚历克斯·英格曼 , 艾莉森·伦茨 , 里德·恩格尔 , 安德鲁·巴拉卡特 , 维多利亚·克拉科夫纳 , 约翰·奥利弗·西伊 , 泽布·库思·内尔森 , 阿曼达·麦克罗斯克里 , 维杰·博利纳 , 哈里·劳 , 默里·沙纳汉 , 莉斯·阿尔伯茨 , 博尔贾·巴利 , 萨拉·德·哈斯 , Yetune Ibitoye公司 , 阿兰·达福 , 贝斯·戈德堡 , 塞巴斯蒂安·克里尔 , 亚历山大·里斯 , 西姆斯·威瑟斯彭 , 威尔·霍金斯 , 玛丽贝斯·劳赫 , 唐·华莱士 , 马蒂亚·富兰克林 , 乔什·A·戈尔茨坦 , 乔尔·雷曼 , 迈克尔·克伦克 , 香农·瓦勒 , 考特尼·比尔斯 , 梅雷迪思·林格尔·莫里斯 , 海伦·金 , 布莱斯·阿圭拉(Blaise Agüera y Arcas) , 艾萨克 , 詹姆斯·曼伊卡 :
高级人工智能助理的道德规范。 CoRR公司 abs/2404.16244 ( 2024 ) 2023 [公元48年] 赫比·布拉德利 , 洪璐凡 , 西奥多罗斯·加拉诺斯 , Ryan Zhou(瑞安·周) , 丹尼尔·斯科特 , 乔尔·雷曼 :
OpenELM库:利用新进化算法语言模型的进展。 GPTP公司 2023 : 177-201 [i29] 乔尔·雷曼 :
机器之爱。 CoRR公司 abs/2302.09248 ( 2023 ) [第28条] 埃利奥特·迈耶森 , 马克·尼尔森 , 赫比·布拉德利 , 阿拉什·莫拉迪 , 艾米·胡佛 , 乔尔·雷曼 :
语言模型交叉:通过少量快照提示的变化。 CoRR公司 腹肌/2302.12170 ( 2023 ) [i27] 詹妮·张 , 乔尔·雷曼 , 肯尼思·斯坦利 , 杰夫·克伦 :
OMNI:通过人类有趣概念模型实现开放式。 CoRR公司 abs/2306.01711 ( 2023 ) [i26] 李丁 , 詹妮·张 , 杰夫·克伦 , 李·斯佩克特 , 乔尔·雷曼 :
通过人的反馈实现质量多元化。 CoRR公司 abs/2310.12103 ( 2023 ) [i25] 赫比·布拉德利 , 安德鲁·戴 , 汉娜·特维尔 , 詹妮·张 , 科恩·奥斯特梅耶尔 , 马可·贝拉根特 , 杰夫·克伦 , 肯尼思·斯坦利 , 格里戈里·斯科特 , 乔尔·雷曼 :
通过人工智能反馈实现质量多样性。 CoRR公司 abs/2310.13032 ( 2023 ) 2022 【i24】 乔尔·雷曼 , 乔纳森戈登 , 肖恩·贾恩 , 卡迈勒·恩杜塞 , 凯西·叶 , 肯尼思·斯坦利 :
通过大型模型的演变。 CoRR公司 abs/2206.08896 ( 2022 ) 2021 [公元14年] 阿德里安·埃科菲 , Joost Huizinga公司 , 乔尔·雷曼 , 肯尼思·斯坦利 , 杰夫·克伦 :
首先返回,然后探索。 国家。 590 ( 7847 ) : 580-586 ( 2021 ) [公元47年] 阿德里安·埃科菲 , 乔尔·雷曼 :
道德不确定性下的强化学习。 ICML公司 2021 : 2926-2936 2020 [j13] 乔尔·雷曼 , 杰夫·克伦 , 杜珊·米塞维奇 , 克里斯托夫·阿达米 , 李·阿腾伯格 , 朱莉·博利 , 彼得·J·本特利 , 塞缪尔·伯纳德 , 纪尧姆·贝斯隆 , 大卫·M·布莱森 , 尼克·切尼 , 帕特里克·克拉巴斯茨(Patryk Chrabaszcz) , 安托万·卡利 , Stéphane Doncieux公司 , 弗雷德·戴尔 , 凯·奥拉夫·埃尔夫森 , 罗伯特·费尔特 , 斯蒂芬·费舍尔 , 斯蒂芬妮·福雷斯特 , 安托万·弗雷诺伊 , 克里斯蒂安·加涅 , 莱尼·K·勒戈夫 , 劳拉·格拉博夫斯基 , 巴巴克·霍贾特 , 弗兰克·赫特 , 劳伦特·凯勒 , 卡罗尔·尼伯 , 彼得·克尔卡 , 理查德·E·伦斯基 , 胡迪·利普森 , 罗伯特·麦克柯迪 , 卡洛斯音乐大师 , 里斯托·米库莱宁 , 萨拉·米特里 , 大卫·E·莫里亚蒂 , 让-巴蒂斯特·莫雷特 , 安娜·阮 , 查尔斯·奥弗里亚 , 马克·帕里佐 , 大卫·P·帕森斯 , 罗伯特·彭诺克 , 威廉·芬奇 , 托马斯·S·雷 , 马克·舍纳尔 , 埃里克·舒尔特 , 卡尔西姆斯 , 肯尼思·斯坦利 , 弗朗索瓦·塔代伊 , 丹妮什·塔拉波雷 , 西蒙·蒂鲍特 , 理查德·沃森 , 维斯特利·威默尔 , 杰森·尤辛斯基 :
数字进化的惊人创造力:进化计算和人工生命研究社区的轶事集。 Artif公司。 生活 26 ( 2 ) : 274-306 ( 2020 ) [公元46年] 肖恩·博利厄 , 拉波·弗拉蒂 , 托马斯·米科尼 , 乔尔·雷曼 , 肯尼思·斯坦利 , 杰夫·克伦 , 尼克·切尼 :
学会不断学习。 ECAI公司 2020 : 992-1001 [公元45年] 乔·西蒙 , 乔尔·雷曼 :
反篡改:通过多目标进化算法对篡改行为进行开源检测。 GECCO公司 2020 : 51-52 [公元44年] Felipe Petroski如此 , 阿迪蒂亚·拉瓦尔 , 乔尔·雷曼 , 肯尼思·斯坦利 , 杰弗里·克伦 :
生成教学网络:通过学习生成合成训练数据来加速神经结构搜索。 ICML公司 2020 : 9206-9216 [公元43年] 王瑞(Rui Wang) , 乔尔·雷曼 , 阿迪蒂亚·拉瓦尔 , 嘉乐之 , 李玉伦 , 杰弗里·克伦 , 肯尼思·斯坦利 :
增强型POET:通过无限发明学习挑战及其解决方案实现开放式强化学习。 ICML公司 2020 : 9940-9951 [公元42年] 阿德里安·埃科菲 , 杰夫·克伦 , 乔尔·雷曼 :
创建安全开放式人工智能的开放性问题:控制和创造力之间的紧张关系。 阿利夫 2020 : 27-35 [第23条] 肖恩·博利厄 , 拉波·弗拉蒂 , 托马斯·米科尼 , 乔尔·雷曼 , 肯尼思·斯坦利 , 杰夫·克伦 , 尼克·切尼 :
学会不断学习。 CoRR公司 abs/2002.09571 ( 2020 ) [i22] 王瑞(Rui Wang) , 乔尔·雷曼 , 阿迪蒂亚·拉瓦尔 , 嘉乐之 , 李玉伦 , 杰夫·克伦 , 肯尼思·斯坦利 :
增强型POET:通过无限发明学习挑战及其解决方案实现开放式强化学习。 CoRR公司 abs/2003.08536 ( 2020 ) 【i21】 阿德里安·埃科菲 , Joost Huizinga公司 , 乔尔·雷曼 , 肯尼思·斯坦利 , 杰夫·克伦 :
首先返回,然后探索。 CoRR公司 abs/2004.12919 ( 2020 ) [i20] 阿迪蒂亚·拉瓦尔 , 乔尔·雷曼 , Felipe Petroski如此 , 杰夫·克伦 , 肯尼思·斯坦利 :
合成Petri Dish:一种新的快速架构搜索代理模型。 CoRR公司 abs/2005.13092 ( 2020 ) [i19] 阿德里安·埃科菲 , 乔尔·雷曼 :
道德不确定性下的强化学习。 CoRR公司 腹肌/2006.04734 ( 2020 ) [i18] 阿德里安·埃科菲 , 杰夫·克伦 , 乔尔·雷曼 :
创建安全开放式人工智能的开放性问题:控制和创造力之间的紧张关系。 CoRR公司 abs/2006.07495 ( 2020 ) [i17] 沙贡·索德哈尼 , 马约尔·贾斯瓦尔 , 劳伦·贝克 , 库斯图夫·辛哈 , 卡尔·施奈德 , 彼得·亨德森 , 乔尔·雷曼 , 瑞恩·洛维 :
改进机器学习领域的想法:总结NeurIPS 2019年回顾研讨会的讨论。 CoRR公司 abs/2007.10546 ( 2020 )
2010 – 2019
2019 [公元12年] 肯尼思·斯坦利 , 杰夫·克伦 , 乔尔·雷曼 , 里斯托·米库莱宁 :
通过神经进化设计神经网络。 自然马赫数。 智力。 1 ( 1 ) : 24-35 ( 2019 ) [公元11年] 黄培池 , 路易斯·森蒂斯 , 乔尔·雷曼 , 霍建良 , 阿洛伊修斯·莫克 , 里斯托·米库莱宁 :
不精确计算框架中基于神经进化学习的实时机器人任务设计的权衡。 ACM事务处理。 网络物理。 系统。 三 ( 2 ) : 14:1-14:29 ( 2019 ) [公元41年] 亚历山大·加耶夫斯基 , 杰夫·克伦 , 肯尼思·斯坦利 , 乔尔·雷曼 :
进化性ES:可扩展且直接优化进化性。 GECCO公司 2019 : 107-115 [公元40年] 王瑞(Rui Wang) , 乔尔·雷曼 , 杰夫·克伦 , 肯尼思·斯坦利 :
POET:环境及其优化解决方案的开放式协同进化。 GECCO公司 2019 : 142-151 [公元39年] 乔尔·雷曼 :
进化计算和人工智能安全——研究阻碍常规和安全的进化现实世界应用的问题。 GPTP公司 2019 : 181-200 [公元38年] 巴特·巴斯曼 , 杰奎琳·海纳曼 , 乔尔·雷曼 :
走向移情深度Q学习。 AI安全@IJCAI 2019 [公元37年] Felipe Petroski如此 , 瓦西什特·马达万 , 罗莎娜·刘 , 王瑞(Rui Wang) , 巴勃罗·塞缪尔·卡斯特罗 , 李玉伦 , 嘉乐之 , 路德维希·舒伯特 , 马克·贝勒马尔 , 杰夫·克伦 , 乔尔·雷曼 :
用于分析、可视化和比较深层强化学习代理的Atari模型动物园。 国际JCAI 2019 : 3260-3267 [公元36年] 坦玛·冈瓦尼 , 乔尔·雷曼 , 刘强(音) , 简鹏 :
POMDP中模仿学习的学习信念表征。 阿拉伯联合酋长国 2019 : 1061-1071 [i16] 王瑞(Rui Wang) , 乔尔·雷曼 , 杰夫·克伦 , 肯尼思·斯坦利 :
配对开放式开拓者(POET):不断生成越来越复杂和多样化的学习环境及其解决方案。 CoRR公司 abs/1901.01753 ( 2019 ) 【i15】 阿德里安·埃科菲 , Joost Huizinga公司 , 乔尔·雷曼 , 肯尼思·斯坦利 , 杰夫·克伦 :
Go-Explore:解决难勘探问题的新方法。 CoRR公司 abs/1901.10995 ( 2019 ) [第14条] 坦玛·冈瓦尼 , 乔尔·雷曼 , 刘强(音) , 简鹏 :
POMDP中模仿学习的学习信念表征。 CoRR公司 abs/1906.09510 ( 2019 ) [i13] 乔尔·雷曼 :
进化计算和人工智能安全:阻碍进化的常规和安全的现实世界应用的研究问题。 CoRR公司 abs/1906.10189 ( 2019 ) [i12] 巴特·巴斯曼 , 杰奎琳·海纳曼 , 乔尔·雷曼 :
走向移情深度Q学习。 CoRR公司 abs/1906.10918 ( 2019 ) [i11] 亚历山大·加耶夫斯基 , 杰夫·克伦 , 肯尼思·斯坦利 , 乔尔·雷曼 :
进化性ES:可扩展和直接优化进化性。 CoRR公司 abs/1907.06077 ( 2019 ) [i10] Felipe Petroski如此 , 阿迪蒂亚·拉瓦尔 , 乔尔·雷曼 , 肯尼思·斯坦利 , 杰夫·克伦 :
生成教学网络:通过学习生成合成训练数据来加速神经结构搜索。 CoRR公司 abs/1912.07768 ( 2019 ) 2018 [公元35年] 乔尔·雷曼 , 合伙人陈颉 , 杰夫·克伦 , 肯尼思·斯坦利 :
通过输出梯度实现深度和递归神经网络的安全突变。 GECCO公司 2018 : 117-124 [公元34年] 乔尔·雷曼 , 合伙人陈颉 , 杰夫·克伦 , 肯尼思·斯坦利 :
ES不仅仅是一个传统的有限差分逼近器。 GECCO公司 2018 : 450-457 [公元33年] 乔尔·雷曼 , 杰夫·克伦 , 杜珊·米塞维奇 :
数字进化的惊人创造力。 阿利夫 2018 : 55-56 [公元32年] 乔尔·雷曼 , 肯尼思·斯坦利 :
关于“无所不知”的潜在好处。 阿利夫 2018 : 558-565 [公元31年] 埃多亚多·孔蒂 , 瓦西什特·马达万 , Felipe Petroski如此 , 乔尔·雷曼 , 肯尼思·斯坦利 , 杰夫·克伦 :
通过寻找新奇的代理群体改进对深度强化学习进化策略的探索。 NeurIPS公司 2018 : 5032-5043 [公元30年] 罗莎娜·刘 , 乔尔·雷曼 , 皮耶罗·莫利诺 , Felipe Petroski如此 , 埃里克·弗兰克 , 亚历克斯·谢尔盖夫 , 杰森·尤辛斯基 :
卷积神经网络和CoordConv解决方案的一个有趣的失败。 NeurIPS公司 2018 : 9628-9639 [第九章] 乔尔·雷曼 , 杰夫·克伦 , 杜珊·米塞维奇 , 克里斯托夫·阿达米 , 李·阿腾伯格 , 朱莉·博利 , 彼得·J·本特利 , 塞缪尔·伯纳德 , 纪尧姆·贝斯隆 , 大卫·M·布莱森 , 帕特里克·克拉巴斯茨(Patryk Chrabaszcz) , 尼克·切尼 , 安托万·卡利 , Stéphane Doncieux公司 , 弗雷德·戴尔 , 凯·奥拉夫·埃尔夫森 , 罗伯特·费尔特 , 斯蒂芬·费舍尔 , 斯蒂芬妮·福雷斯特 , 安托万·弗雷诺伊 , 克里斯蒂安·加涅 , 莱尼·K·勒戈夫 , 劳拉·格拉博夫斯基 , 巴巴克·霍贾特 , 弗兰克·赫特 , 劳伦特·凯勒 , 卡罗尔·尼伯 , 彼得·克尔卡 , 理查德·E·伦斯基 , 胡迪·利普森 , 罗伯特·麦克柯迪 , 卡洛斯音乐大师 , 里斯托·米库莱宁 , 萨拉·米特里 , 大卫·E·莫里亚蒂 , 让-巴蒂斯特·莫雷特 , 安娜·阮 , 查尔斯·奥弗里亚 , 马克·帕里佐 , 大卫·P·帕森斯 , 罗伯特·彭诺克 , 威廉·芬奇 , 托马斯·S·雷 , 马克·舍纳尔 , 埃里克·舒尔特 , 卡尔西姆斯 , 肯尼思·斯坦利 , 弗朗索瓦·塔代伊 , 丹妮什·塔拉波雷 , 西蒙·蒂鲍特 , 维斯特利·威默尔 , 理查德·沃森 , 杰森·尤辛斯基 :
数字进化的惊人创造力:进化计算和人工生命研究社区的轶事集。 CoRR公司 abs/1803.03453 ( 2018 ) [i8] 罗莎娜·刘 , 乔尔·雷曼 , 皮耶罗·莫利诺 , Felipe Petroski如此 , 埃里克·弗兰克 , 亚历克斯·谢尔盖夫 , 杰森·尤辛斯基 :
卷积神经网络的一个有趣的失败和CoordConv解。 CoRR公司 abs/1807.03247 ( 2018 ) [i7] Felipe Petroski如此 , 瓦西什特·马达万 , 罗莎娜·刘 , 王瑞(Rui Wang) , 巴勃罗·塞缪尔·卡斯特罗 , 李玉伦 , 路德维希·舒伯特 , 马克·贝勒马尔 , 杰夫·克伦 , 乔尔·雷曼 :
用于分析、可视化和比较深层强化学习代理的Atari模型动物园。 CoRR公司 abs/1812.07069 ( 2018 ) 2017 [公元29年] 乔尔·雷曼 :
进化机器人快速假设生成的预计算。 GECCO(同伴) 2017 : 67-68 [公元28年] 乔尔·雷曼 :
分析进化机器人中的欺骗、进化性和行为稀有性。 GECCO(同伴) 2017 : 1479-1486 [i6] 埃多亚多·孔蒂 , 瓦西什特·马达万 , Felipe Petroski如此 , 乔尔·雷曼 , 肯尼思·斯坦利 , 杰夫·克伦 :
通过寻找新奇的代理群体改进对深度强化学习进化策略的探索。 CoRR公司 abs/1712.06560 ( 2017 ) [i5] 乔尔·雷曼 , 合伙人陈颉 , 杰夫·克伦 , 肯尼思·斯坦利 :
通过输出梯度实现深度和递归神经网络的安全变异。 CoRR公司 abs/1712.06563 ( 2017 ) [i4] Felipe Petroski如此 , 瓦西什特·马达万 , 埃多亚多·孔蒂 , 乔尔·雷曼 , 肯尼思·斯坦利 , 杰夫·克伦 :
深层神经进化:遗传算法是训练深层神经网络以进行强化学习的竞争性替代方案。 CoRR公司 腹肌/1712.06567 ( 2017 ) [i3] 乔尔·雷曼 , 合伙人陈颉 , 杰夫·克伦 , 肯尼思·斯坦利 :
ES不仅仅是一个传统的有限差分近似。 CoRR公司 腹肌/1712.06568 ( 2017 ) 2016 [公元10年] 乔尔·雷曼 , 布莱恩·怀尔德 , 肯尼思·斯坦利 :
论分歧选择在进化性中的关键作用。 前沿机器人AI 三 : 45 ( 2016 ) [公元9年] 塞巴斯蒂安·里西 , 乔尔·雷曼 , 大卫·B·D·安布罗西奥 , 瑞安·霍尔 , 肯尼思·斯坦利 :
佩塔兹:针对休闲玩家的基于搜索的程序内容生成。 IEEE传输。 计算。 智力。 人工智能游戏 8 ( 三 ) : 244-255 ( 2016 ) [公元27年] 阿伦德·欣茨 , 兰德尔·S·奥尔森 , 乔尔·雷曼 :
正交进化人工智能改善视频游戏中的难度调整。 EvoApplications(1) 2016 : 525-540 [公元26年] 雅各布·施拉姆 , 乔尔·雷曼 , 塞巴斯蒂安·里西 :
用多脑HyperNEAT自动演化多模态行为。 GECCO(同伴) 2016 : 21-22 [公元25年] 亨诺克·门格斯图 , 乔尔·雷曼 , 杰夫·克伦 :
进化性搜索:直接选择进化性以进行研究和生产。 GECCO公司 2016 : 141-148 [公元24年] 埃利奥特·迈耶森 , 乔尔·雷曼 , 里斯托·米库莱宁 :
新奇搜索的学习行为特征。 GECCO公司 2016 : 149-156 [c23] 乔尔·雷曼 , 塞巴斯蒂安·里西 , 杰夫·克伦 :
利用深度学习和创新引擎创造性地生成3D对象。 国际商会 2016 : 180-187 [i2] 雅各布·施拉姆 , 乔尔·雷曼 , 塞巴斯蒂安·里西 :
利用多脑间接编码产生多模态行为。 CoRR公司 腹肌/1604.07806 ( 2016 ) 2015 【b1】 肯尼思·斯坦利 , 乔尔·雷曼 :
为什么伟大不能被计划——目标的神话。 施普林格 2015 ,国际标准图书编号 978-3-319-15523-4 ,第1-135页 [j8] 乔尔·雷曼 , 肯尼思·斯坦利 :
通过彻底的重新实施来研究生物学假设。 Artif公司。 生活 21 ( 1 ) : 21-46 ( 2015 ) [j7] 乔尔·雷曼 :
Patricia Vargas、Ezequiel Di Paolo、Inman Harvey和Phil Husbands(编辑),《进化机器人的地平线》,麻省理工学院出版社,2014年,ISBN:978-0-262-02676-5,精装书,302页。 遗传学。 程序。 进化马赫数。 16 ( 三 ) : 393-395 ( 2015 ) [公元22年] 戴安娜·加尔沃 , 乔尔·雷曼 , 保罗·厄尔巴诺 :
新颖性驱动的粒子群优化。 人工进化 2015 : 177-190 【c21】 乔尔·雷曼 , 里斯托·米库莱宁 :
通过灭绝事件加强发散搜索。 GECCO公司 2015 : 951-958 [公元20年] 黄培池 , 路易斯·森蒂斯 , 乔尔·雷曼 , 霍建良 , 阿洛伊修斯·莫克 , 里斯托·米库莱宁 :
实时机器人任务设计与神经进化学习在不精确计算中的权衡。 RTSS系统 2015 : 206-215 2014 [j6] 沟壑燃烧 , 尤兰达·吉尔 , 刘燕(Yan Liu) , Natalia Villanueva-Roales公司 , 塞巴斯蒂安·里西 , 乔尔·雷曼 , 杰夫·克伦 , 克里斯蒂安·勒比埃尔 , 保罗·S·罗森布鲁姆 , 海尔梅莱恩 , 詹姆斯·亨德勒 , 帕斯卡·希茨勒 , Krzysztof Janowicz公司 , 萨默斯沼泽 :
2013年AAAI秋季研讨会系列报告。 人工智能杂志。 35 ( 2 ) : 69-74 ( 2014 ) [j5] 乔尔·雷曼 , 杰夫·克伦 , 塞巴斯蒂安·里西 :
方法的无政府状态:人工智能中智能抽象化的当前趋势。 IEEE智能。 系统。 29 ( 6 ) : 56-62 ( 2014 ) 【j4】 马修·霍斯克内克 , 乔尔·雷曼 , 里斯托·米库莱宁 , 斯通 :
通用Atari游戏的神经进化方法。 IEEE传输。 计算。 智力。 人工智能游戏 6 ( 4 ) : 355-366 ( 2014 ) [第19条] 黄培池 , 乔尔·雷曼 , 阿洛伊修斯·莫克 , 里斯托·米库莱宁 , 路易斯·森蒂斯 :
通过神经进化,用灵巧的机器人手抓取新物体。 亚洲投资委员会 2014 : 125-132 [第18条] 乔尔·雷曼 , 里斯托·米库莱宁 :
克服认知行为进化中的欺骗。 GECCO公司 2014 : 185-192 2013 [j3] 乔尔·雷曼 , 塞巴斯蒂安·里西 , 大卫·B·D·安布罗西奥 , 肯尼思·斯坦利 :
鼓励反应性,以创建强大的机器。 适应。 行为。 21 ( 6 ) : 484-500 ( 2013 ) [注2] 乔尔·雷曼 , 里斯托·米库莱宁 :
神经进化。 学者媒体 8 ( 6 ) : 30977 ( 2013 ) [第17条] 乔尔·雷曼 , 肯尼思·斯坦利 :
通过人工智能和彻底的重新实施探索生物智能。 AAAI秋季研讨会 2013 [第16条] 塞巴斯蒂安·里西 , 乔尔·雷曼 , 杰夫·克伦 :
组织委员会。 AAAI秋季研讨会 2013 [第15条] 塞巴斯蒂安·里西 , 乔尔·雷曼 , 杰夫·克伦 :
前言。 AAAI秋季研讨会 2013 [第14条] 乔尔·雷曼 , 肯尼思·斯坦利 , 里斯托·米库莱宁 :
在欺骗性领域有效保持多样性。 GECCO公司 2013 : 215-222 [c13] 乔尔·雷曼 , 里斯托·米库莱宁 :
利用人类计算市场推动交互式进化。 TPNC公司 2013 : 1-18 [i1] 乔尔·雷曼 , 肯尼思·斯坦利 :
进化是不可避免的:在没有适应压力的情况下增加进化性。 CoRR公司 abs/1302.1143 ( 2013 ) 2012 [第12条] 塞巴斯蒂安·里西 , 乔尔·雷曼 , 大卫·B·D·安布罗西奥 , 瑞安·霍尔 , 肯尼思·斯坦利 :
Petalz电子游戏中基于搜索的程序性内容生成和社交游戏的结合。 AIIDE公司 2012 [第11条] 乔尔·雷曼 , 塞巴斯蒂安·里西 , 大卫·B·D·安布罗西奥 , 肯尼思·斯坦利 :
在没有多次试验或噪声的情况下,奖励反应性以进化鲁棒控制器。 阿利夫 2012 [第10条] 乔尔·雷曼 , 肯尼思·斯坦利 :
超越开放:量化印象。 阿利夫 2012 【c9】 大卫·B·D·安布罗西奥 , 斯凯勒·古德尔 , 乔尔·雷曼 , 塞巴斯蒂安·里西 , 肯尼思·斯坦利 :
通过直接神经网络通信实现多机器人行为同步。 ICIRA(2) 2012 : 603-614 2011 [j1] 乔尔·雷曼 , 肯尼思·斯坦利 :
放弃目标:通过追求新奇而进化。 进化。 计算。 19 ( 2 ) : 189-223 ( 2011 ) 【c8】 乔尔·雷曼 , 肯尼思·斯坦利 :
通过新颖性搜索和自适应提高进化性。 IEEE进化计算大会 2011 : 2693-2700 【c7】 乔尔·雷曼 , 肯尼思·斯坦利 :
通过新奇的搜索和本地竞争,进化出各种各样的虚拟生物。 GECCO公司 2011 : 211-218 【c6】 大卫·B·D·安布罗西奥 , 乔尔·雷曼 , 塞巴斯蒂安·里西 , 肯尼思·斯坦利 :
多机器人间接编码学习中的任务切换。 IROS公司 2011 : 2802-2809 2010 【c5】 大卫·B·D·安布罗西奥 , 乔尔·雷曼 , 塞巴斯蒂安·里西 , 肯尼思·斯坦利 :
进化策略几何以实现可扩展的多智能体学习。 美国原子能机构 2010 : 731-738 【c4】 乔尔·雷曼 , 肯尼思·斯坦利 :
修改进化计算抽象:最小标准新颖性搜索。 GECCO公司 2010 : 103-110 【c3】 塞巴斯蒂安·里西 , 乔尔·雷曼 , 肯尼思·斯坦利 :
进化神经元在超纯基底中的位置和密度。 GECCO公司 2010 : 563-570 【c2】 乔尔·雷曼 , 肯尼思·斯坦利 :
通过寻找新奇事物有效地发展程序。 GECCO公司 2010 : 837-844
2000 – 2009
合著者索引
![](https://dblp.dagstuhl.de/img/cog.dark.24x24.png)