康斯坦蒂诺斯·布斯马利斯
人员信息
优化列表
2020年–今天
2023 【i15】 康斯坦蒂诺斯·布斯马利斯 , 朱利亚·维扎尼 , Dushyant Rao公司 , 科林·德文 , 亚历克斯·X·李 , 玛丽亚·巴扎 , 托多·达夫切夫 , 周玉祥 , 阿格里姆·古普塔 , 阿克希尔·拉朱 , 安托万·劳伦斯 , 克劳迪奥·范塔奇 , 瓦伦丁·达利巴德 , 马蒂娜·赞贝利 , 穆里洛·F·马丁斯 , Rugile Pevceviciute公司 , Michiel Blokzijl先生 , 米沙·丹尼尔 , 内森·巴切勒 , 托马斯·兰普 , 埃米利奥·帕里索托 , 康拉德·佐纳 , 斯科特·里德 , 塞尔吉奥·戈梅斯·科尔梅纳雷霍 , 乔恩·舒尔茨 , 阿巴斯·阿卜杜勒马利基 , 奥利弗·格罗斯 , Jean-Baptiste Regli女士 , 奥列格·苏什科夫 , 托马斯·罗斯 , 何塞·恩里克·陈 , 优素福·艾塔尔 , 戴夫·巴克 , 乔伊·奥尔蒂斯 , 马丁·里德米勒 , 约斯特·托比亚斯·斯普林伯格 , Raia Hadsell公司 , 弗朗西斯科·诺里 , 尼古拉斯·希斯 :
机器人猫:机器人操作的自我改进基础代理。 CoRR公司 abs/2306.11706 ( 2023 ) 2022 [第17条] 亚历克斯·X·李 , 科林·德文 , 约斯特·托比亚斯·斯普林伯格 , 周玉祥 , 托马斯·兰普 , 阿巴斯·阿卜杜勒马利基 , 康斯坦蒂诺斯·布斯马利斯 :
如何花费你的机器人时间:基于视觉的机器人操作的桥接启动和离线强化学习。 IROS公司 2022 : 2468-2475 [第16条] 菲尔蒙·布拉克尔 , 史蒂文·博赫兹 , 伦纳德·哈森克韦尔 , 尼古拉斯·希斯 , 康斯坦蒂诺斯·布斯马利斯 :
通过模拟质心动力学规划器学习协调地形自适应运动。 IROS公司 2022 : 10335-10342 [第14条] 亚历克斯·X·李 , 科林·德文 , 约斯特·托比亚斯·斯普林伯格 , 周玉祥 , 托马斯·兰普 , 阿巴斯·阿卜杜勒马利基 , 康斯坦蒂诺斯·布斯马利斯 :
如何花费你的机器人时间:基于视觉的机器人操作的桥接启动和离线强化学习。 CoRR公司 abs/2205.03353 ( 2022 ) 2021 [第15条] 亚历克斯·X·李 , 科林·曼恩·德文 , 周玉祥 , 托马斯·兰普 , 康斯坦蒂诺斯·布斯马利斯 , 约斯特·托比亚斯·斯普林伯格 , 阿伦库马尔·拜拉文 , 阿巴斯·阿卜杜勒马利基 , 尼姆罗德·吉列迪 , 大卫·霍斯德 , 克劳迪奥·范塔奇 , 何塞·恩里克·陈 , 阿克希尔·拉朱 , Rae Jeong先生 , 迈克尔·纽内特 , 安托万·劳伦斯 , 斯特凡诺·萨利塞蒂 , 费德里科·卡萨里尼 , 马丁·里德米勒 , Raia Hadsell公司 , 弗朗西斯科·诺里 :
超越选择和放置:处理不同形状的机器人堆叠。 CoRL公司 2021 : 1089-1131 [第14条] 周玉祥 , 优素福·艾塔尔 , 康斯坦蒂诺斯·布斯马利斯 :
视觉模拟的操纵器独立表示。 机器人学:科学与系统 2021 [i13] 周玉祥 , 优素福·艾塔尔 , 康斯坦蒂诺斯·布斯马利斯 :
视觉模拟的操纵器独立表示。 CoRR公司 腹肌/2103.09016 ( 2021 ) [i12] 阿巴斯·阿卜杜勒马利基 , 桑迪·H·黄 , 朱利亚·维扎尼 , 博巴克·沙里亚里 , 约斯特·托比亚斯·斯普林伯格 , 什鲁蒂·米什拉 , 德鲁瓦结核 , 阿伦库马尔·拜拉文 , 康斯坦蒂诺斯·布斯马利斯 , 安德烈斯·吉尔吉 , Csaba Szepesvariá , Raia Hadsell公司 , 尼古拉斯·希斯 , 马丁·里德米勒 :
将多目标策略优化作为强化学习的工具。 CoRR公司 abs/2106.08199 ( 2021 ) [i11] 亚历克斯·X·李 , 科林·德文 , 周玉祥 , 托马斯·兰普 , 康斯坦蒂诺斯·布斯马利斯 , 约斯特·托比亚斯·斯普林伯格 , 阿伦库马尔·拜拉文 , 阿巴斯·阿卜杜勒马利基 , 尼姆罗德·吉列迪 , 大卫·科希德 , 克劳迪奥·范塔奇 , 何塞·恩里克·陈 , 阿克希尔·拉朱 , Rae Jeong先生 , 迈克尔·纽内特 , 安托万·劳伦斯 , 斯特凡诺·萨利西提 , 费德里科·卡萨里尼 , 马丁·里德米勒 , Raia Hadsell公司 , 弗朗西斯科·诺里 :
超越选择和放置:处理不同形状的机器人堆叠。 CoRR公司 abs/2110.06192 ( 2021 ) [i10] 菲利普·布拉克尔 , 史蒂文·博赫兹 , 伦纳德·哈森克韦尔 , 尼古拉斯·希斯 , 康斯坦蒂诺斯·布斯马利斯 :
通过模拟质心动力学规划器学习协调地形自适应运动。 CoRR公司 abs/2111.00262 ( 2021 ) 2020 [j5] 贝纳姆·戈拉米 , Pritish Sahu公司 , 奥根·鲁多维奇 , 康斯坦蒂诺斯·布斯马利斯 , 弗拉基米尔·巴夫洛维奇 :
无监督多目标领域适应:一种信息论方法。 IEEE传输。 图像处理。 29 : 3993-4002 ( 2020 ) [第13条] 雷真 , 优素福·艾塔尔 , 大卫·科希德 , 周玉祥 , 杰基·凯 , 托马斯·兰普 , 康斯坦蒂诺斯·布斯马利斯 , 弗朗西斯科·诺里 :
视觉机器人操作的自我监督模拟到真实自适应。 ICRA公司 2020 : 2718-2724 [第1页] 艾米莉·罗耶 , 康斯坦丁诺斯·布斯马里 , 斯蒂芬·古斯 , 弗雷德·伯奇 , 因巴·莫塞里 , 弗雷斯特·科尔 , 凯文·墨菲 :
XGAN:针对多对多映射的无监督图像到图像转换。 视觉理解的领域适应 2020 : 33-49
2010 – 2019
2019 [第12条] 斯蒂芬·詹姆斯 , 保罗·沃尔哈特 , Mrinal Kalakrishnan先生 , 德米特里·卡拉什尼科夫 , 亚历克斯·伊尔潘 , 朱利安·伊巴兹 , 谢尔盖·莱文 , Raia Hadsell公司 , 康斯坦蒂诺斯·布斯马利斯 :
Sim To Real via Sim To Sim:通过随机到规范自适应网络实现数据高效机器人抓取。 CVPR公司 2019 : 12627-12637 [第11条] 亚历山大·伊尔潘 , 卡尼什卡·饶 , 康斯坦丁诺斯·布斯马里 , 克里斯·哈里斯 , 朱利安·伊巴兹 , 谢尔盖·莱文 :
通过非政策分类进行非政策评估。 NeurIPS公司 2019 : 5438-5449 [第九章] 亚历克斯·伊尔潘 , 卡尼什卡·饶 , 康斯坦蒂诺斯·布斯马利斯 , 克里斯·哈里斯 , 朱利安·伊巴兹 , 谢尔盖·莱文 :
通过非政策分类进行非政策评估。 CoRR公司 腹肌/1906.01624 ( 2019 ) [i8] Rae Jeong先生 , 优素福·艾塔尔 , 大卫·科希德 , 周玉祥 , 杰基·凯 , 托马斯·兰普 , 康斯坦蒂诺斯·布斯马利斯 , 弗朗西斯科·诺里 :
视觉机器人操作的自我监督模拟到真实自适应。 CoRR公司 abs/1910.09470 ( 2019 ) 2018 [第10条] 康斯坦蒂诺斯·布斯马利斯 , 亚历克斯·伊尔潘 , 保罗·沃尔哈特 , 白云飞 , 马修·凯尔西 , Mrinal Kalakrishnan先生 , 劳拉·唐斯 , 朱利安·伊巴兹 , 彼得·帕斯特 , 库尔特·科诺利奇 , 谢尔盖·莱文 , 文森特·范胡克 :
利用仿真和区域自适应提高深度机器人抓取效率。 ICRA公司 2018 : 4243-4250 [i7] 贝纳姆·戈拉米 , Pritish Sahu公司 , 奥根·鲁多维奇 , 康斯坦蒂诺斯·布斯马利斯 , 弗拉基米尔·帕夫洛维奇 :
无监督多目标领域适应:一种信息论方法。 CoRR公司 abs/1810.11547 ( 2018 ) [i6] 斯蒂芬·詹姆斯 , 保罗·沃尔哈特 , Mrinal Kalakrishnan先生 , 德米特里·卡拉什尼科夫 , 亚历克斯·伊尔潘 , 朱利安·伊巴兹 , 谢尔盖·莱文 , Raia Hadsell公司 , 康斯坦蒂诺斯·布斯马利斯 :
通过Sim-to-Sim实现Sim-to-Real:通过随机到标准自适应网络实现数据高效的机器人抓取。 CoRR公司 abs/1812.07252 ( 2018 ) 2017 【j4】 乔治·特里乔治 , 康斯坦蒂诺斯·布斯马利斯 , 斯特凡诺斯·扎菲里奥 , 比约恩·舒勒 :
一种用于学习属性表示的深度矩阵分解方法。 IEEE传输。 模式分析。 机器。 智力。 39 ( 三 ) : 417-429 ( 2017 ) 【c9】 康斯坦蒂诺斯·布斯马利斯 , 内森·西尔伯曼 , 大卫·多恩 , 杜米特鲁·尔汗 , 迪利普·克里希南 :
生成性对抗网络的无监督像素级域自适应。 CVPR公司 2017 : 95-104 [i5] 康斯坦蒂诺斯·布斯马利斯 , 亚历克斯·伊尔潘 , 保罗·沃尔哈特 , 白云飞 , 马修·凯尔西 , Mrinal Kalakrishnan先生 , 劳拉·唐斯 , 朱利安·伊巴兹 , 彼得·帕斯特 , 库尔特·科诺利奇 , 谢尔盖·莱文 , 文森特·范胡克 :
利用仿真和区域自适应提高深度机器人抓取效率。 CoRR公司 abs/1709.07857 ( 2017 ) [i4] 艾米莉·罗耶 , 康斯坦蒂诺斯·布斯马利斯 , 斯蒂芬·古斯 , 弗雷德·伯奇 , 因巴·莫塞里 , 弗雷斯特·科尔 , 凯文·墨菲 :
XGAN:针对多对多映射的无监督图像到图像转换。 CoRR公司 abs/1711.05139 ( 2017 ) 2016 【c8】 康斯坦蒂诺斯·布斯马利斯 , 乔治·特里戈吉斯 , 内森·西尔伯曼 , 迪利普·克里希南 , 杜米特鲁·尔汗 :
域分离网络。 NIPS公司 2016 : 343-351 [i3] 康斯坦蒂诺斯·布斯马利斯 , 乔治·特里戈吉斯 , 内森·西尔伯曼 , 迪利普·克里希南 , 杜米特鲁·尔汗 :
域分离网络。 CoRR公司 abs/1608.06019 ( 2016 ) [i2] 康斯坦蒂诺斯·布斯马利斯 , 内森·西尔伯曼 , 大卫·多恩 , 杜米特鲁·尔汗 , 迪利普·克里希南 :
生成性对抗网络的无监督像素级域自适应。 CoRR公司 abs/1612.05424 ( 2016 ) 2015 [j3] 康斯坦蒂诺斯·布斯马利斯 , 斯特凡诺斯·扎菲里奥 , 莫伦西 , Maja Pantic公司 , 邹宾·加拉马尼 :
变分无限隐条件随机场。 IEEE传输。 模式分析。 机器。 智力。 37 ( 9 ) : 1917-1929 ( 2015 ) [i1] 乔治·特里戈吉斯 , 康斯坦蒂诺斯·布斯马利斯 , 斯特凡诺斯·扎菲里奥 , 比约恩·舒勒 :
一种用于学习属性表示的深度矩阵分解方法。 CoRR公司 腹肌/1509.03248 ( 2015 ) 2014 【b1】 康斯坦蒂诺斯·布斯马利斯 :
用于识别人类行为的无限隐藏条件随机场。 英国伦敦帝国理工学院, 2014 【c7】 乔治·特里戈吉斯 , 康斯坦蒂诺斯·布斯马利斯 , 斯特凡诺斯·扎菲里奥 , 比约恩·舒勒 :
学习隐藏表征的深度半NMF模型。 ICML公司 2014 : 1692-1700 2013 [注2] 康斯坦丁诺斯·布斯马里 , 马克·梅胡 , Maja Pantic公司 :
基于非言语行为的自发同意和不同意的自动检测:对相关线索、数据库和工具的调查。 图像可视性。 计算。 31 ( 2 ) : 203-221 ( 2013 ) [j1] 康斯坦蒂诺斯·布斯马利斯 , 斯特凡诺斯·扎菲里奥 , 莫伦西 , Maja Pantic公司 :
用于人类行为分析的无限隐藏条件随机场。 IEEE传输。 神经网络学习。 系统。 24 ( 1 ) : 170-177 ( 2013 ) 【c6】 康斯坦丁诺斯·布斯马里 , 斯特凡诺斯·扎菲里奥 , 莫伦西 , Maja Pantic公司 , 邹宾·加拉马尼 :
耦合Dirichlet过程混合的变分隐条件随机场。 ECML/PKDD(2) 2013 : 531-547 2011 【c5】 康斯坦蒂诺斯·布斯马利斯 , 莫伦西 , Maja Pantic公司 :
为自发同意和不同意识别的多模态线索的隐藏动力学建模。 FG公司 2011 : 746-752
2000 – 2009
2009 【c4】 康斯坦蒂诺斯·布斯马利斯 , 马克·梅胡 , Maja Pantic公司 :
发现同意和不同意:对非语言视听线索和工具的调查。 ACII公司 2009 : 1-9 2008 【c3】 康斯坦蒂诺斯·布斯马利斯 , 杰弗里·奥·普法夫曼 , 吉莉安·海耶斯 :
用搜索改进进化算法:高维问题。 ICAISC公司 2008 : 365-375 2007 【c2】 康斯坦蒂诺斯·布斯马利斯 , 吉莉安·海耶斯 , 杰弗里·奥普法夫曼 :
用搜索改进进化算法。 EPIA研讨会 2007 : 247-258 2004 【c1】 杰弗里·奥·普法夫曼 , 康斯坦蒂诺斯·布斯马利斯 , 西尔瓦诺·科伦巴诺 :
一种受侦察启发的进化算法。 IEEE进化计算大会 2004 : 1706-1712