约翰·舒尔曼
人员信息
SPARQL查询
优化列表
2020年–今天
2024 [公元29年] 亨特·莱特曼 , Vineet Kosaraju葡萄园 , 尤里·伯达 , 哈里森·爱德华兹 , 鲍文·贝克 , 泰迪·李 , 简·雷克 , 约翰·舒尔曼 , 伊利亚·萨茨克沃 , 卡尔·科布 :
让我们逐步验证。 ICLR公司 2024 2023 [公元28年] 高里奥 , 约翰·舒尔曼 , 雅各布·希尔顿 :
报酬模型过度优化的标度律。 ICML公司 2023 : 10835-10866 [i37] 雅各布·希尔顿 , 杰唐 , 约翰·舒尔曼 :
单智能体强化学习的标度律。 CoRR公司 abs/2301.13442 ( 2023 ) [公元36年] 亨特·莱特曼 , Vineet Kosaraju葡萄园 , 尤拉·伯达 , 哈里·爱德华兹 , 鲍文·贝克 , 泰迪·李 , 简·雷克 , 约翰·舒尔曼 , 伊利亚·萨茨克沃 , 卡尔·科布 :
让我们逐步验证。 CoRR公司 abs/2305.20050 ( 2023 ) 2022 [公元27年] 雅各布·希尔顿 , 卡尔·科布 , 约翰·舒尔曼 :
批量大小差异用于策略优化。 NeurIPS公司 2022 [公元26年] 龙欧阳 , 杰弗里·吴 , 徐江 , 迪奥戈·阿尔梅达 , 卡罗尔·L·温赖特 , 帕梅拉·米什金 , 张冲(Chong Zhang) , 桑迪尼·阿加瓦尔 , 卡塔琳娜·斯拉马 , 亚历克斯·雷 , 约翰·舒尔曼 , 雅各布·希尔顿 , 弗雷泽凯尔顿 , 卢克·米勒 , 麦迪·西蒙斯 , 阿曼达·阿斯克尔 , 彼得·韦林德 , 保罗·F·克里斯蒂亚诺 , 简·雷克 , 瑞恩·洛维 :
训练语言模型,使其遵循带有人类反馈的指令。 NeurIPS公司 2022 [i35] 龙欧阳 , 吴建福 , 徐江 , 迪奥戈·阿尔梅达 , 卡罗尔·L·温赖特 , 帕梅拉·米什金 , 张冲(Chong Zhang) , 桑迪尼·阿加瓦尔 , 卡塔琳娜·斯拉玛 , 亚历克斯·雷 , 约翰·舒尔曼 , 雅各布·希尔顿 , 弗雷泽凯尔顿 , 卢克·米勒 , 麦迪·西蒙斯 , 阿曼达·阿斯克尔 , 彼得·韦林德 , 保罗·F·克里斯蒂亚诺 , 简·雷克 , 瑞恩·洛维 :
训练语言模型,使其遵循带有人类反馈的指令。 CoRR公司 abs/2203.02155 ( 2022 ) [i34] 穆罕默德·巴伐利亚 , Heewoo Jun先生 , 尼古拉斯·特扎克 , 约翰·舒尔曼 , 克里斯汀·麦克利维 , 杰里·特沃雷克 , 马克·陈 :
有效培训语言模型以填补中间位置。 CoRR公司 abs/2207.14255 ( 2022 ) [i33] 高里奥 , 约翰·舒尔曼 , 雅各布·希尔顿 :
报酬模型过度优化的标度律。 CoRR公司 abs/2210.10760 ( 2022 ) 2021 [公元25年] 卡尔·科布 , 雅各布·希尔顿 , 奥列格·克里莫夫 , 约翰·舒尔曼 :
阶段性政策梯度。 ICML公司 2021 : 2020-2027 [i32] 威廉·H·格斯 , 马里奥·伊诺森特·卡斯特罗 , 萨姆·德夫林 , 布兰登·霍顿 , Noboru肖恩·库诺 , 克里斯曼·卢米斯 , 斯蒂芬妮·米拉尼 , 莎拉达·莫汉蒂 , 中田圭介 , 鲁斯兰·萨拉库丁诺夫 , 约翰·舒尔曼 , Shinya Shiroshita先生 , 尼古拉·托宾 , 阿维纳什·乌马迪辛古 , Oriol葡萄酒 :
MineRL 2020利用人类先验进行样本高效强化学习竞赛。 CoRR公司 腹肌/2101.11071 ( 2021 ) [i31] 莎拉达·莫汉蒂 , Jyotish Poonganam(约提什·蓬加南) , 阿德里安·盖登 , 安德烈·科洛波夫 , 布莱克·沃尔夫 , Dipam Chakraborty公司 , Grazvydas Semetulskis公司 , 乔·夏普克 , 乔纳斯·库比利乌斯 , 尤吉斯·帕苏科尼斯 , 利纳斯·克里马斯 , 马修·霍斯克内克 , 帕特里克·麦克阿尔宾 , Quang Nhat Tran公司 , 托马斯·图米埃尔 , 小城汤 , 陈新伟(Xinwei Chen) , 克里斯托弗·黑塞 , 雅各布·希尔顿 , 威廉·赫布根·格斯 , Sahika基因 , 约翰·舒尔曼 , 卡尔·科布 :
测量强化学习基准中的样本效率和泛化:NeurIPS 2020 Procgen基准。 CoRR公司 abs/2103.15332 ( 2021 ) [i30] 丹·亨德里克斯 , 尼古拉斯·卡里尼 , 约翰·舒尔曼 , 雅各布·斯坦哈特 :
ML安全中尚未解决的问题。 CoRR公司 腹肌/2109.13916 ( 2021 ) [i29] 雅各布·希尔顿 , 卡尔·科布 , 约翰·舒尔曼 :
策略优化的批量大小不变性。 CoRR公司 abs/2110.00641 ( 2021 ) [第28条] 卡尔·科布 , Vineet Kosaraju葡萄园 , 穆罕默德·巴伐利亚 , 马克·陈 , Heewoo Jun先生 , 卢卡斯·凯泽 , 马提亚斯·普拉佩特 , 杰里·特沃雷克 , 雅各布·希尔顿 , 中野惠一郎 , 克里斯托弗·黑塞 , 约翰·舒尔曼 :
培训验证人员解决数学单词问题。 CoRR公司 abs/2110.14168 ( 2021 ) [i27] 中野惠一郎 , 雅各布·希尔顿 , 苏奇尔·巴拉吉 , 吴建福 , 龙欧阳 , 金楚笼 , 克里斯托弗·黑塞 , 山塔努耆那教 , Vineet Kosaraju葡萄园 , 桑德斯 , 徐江 , 卡尔·科布 , 泰娜·埃卢杜 , 格雷琴·克鲁格 , 凯文·巴顿 , 马修·奈特 , 本杰明国际象棋 , 约翰·舒尔曼 :
WebGPT:浏览器辅助的问题解答和人工反馈。 CoRR公司 abs/2112.09332 ( 2021 ) 2020 [注2] 坦贝特·马提森 , 阿维塔尔·奥利弗 , 塔可科恩 , 约翰·舒尔曼 :
教师-学生课程学习。 IEEE传输。 神经网络学习。 系统。 31 ( 9 ) : 3732-3740 ( 2020 ) [公元24年] 卡尔·科布 , 克里斯托弗·黑塞 , 雅各布·希尔顿 , 约翰·舒尔曼 :
利用程序生成对强化学习进行基准测试。 ICML公司 2020 : 2048-2056 [c23] Heewoo Jun先生 , 重写子对象 , 马克·陈 , 约翰·舒尔曼 , 阿迪蒂亚·拉梅什 , 亚历克·拉德福德 , 伊利亚·萨茨克沃 :
生成建模的分布增强。 ICML公司 2020 : 5006-5019 [公元22年] 莎拉达·莫汉蒂 , Jyotish Poonganam(约提什·蓬加南) , 阿德里安·盖登 , 安德烈·科洛波夫 , 布莱克·沃尔夫 , Dipam Chakraborty公司 , Grazvydas Semetulskis公司 , 乔·夏普克 , 乔纳斯·库比利乌斯 , 尤吉斯·帕苏科尼斯 , 利纳斯·克里马斯 , 马修·霍斯克内克 , 帕特里克·麦克阿尔宾 , Quang Nhat Tran公司 , 托马斯·图米埃尔 , 小城汤 , 陈新伟(Xinwei Chen) , 克里斯托弗·黑塞 , 雅各布·希尔顿 , 威廉·赫布根·格斯 , Sahika基因 , 约翰·舒尔曼 , 卡尔·科布 :
测量强化学习基准中的样本效率和泛化:NeurIPS 2020 Procgen基准。 NeurIPS(竞争和演示) 2020 : 361-395 [i26] 卡尔·科布 , 雅各布·希尔顿 , 奥列格·克里莫夫 , 约翰·舒尔曼 :
阶段性政策梯度。 CoRR公司 abs/2009.04416 ( 2020 ) [i25] 汤姆·海尼汉 , 贾里德·卡普兰 , 莫尔·卡茨 , 马克·陈 , 克里斯托弗·黑塞 , 雅各布·杰克逊 , Heewoo Jun先生 , 汤姆·B·布朗 , 普拉福拉·达里瓦尔 , 史考特·葛瑞 , 克里斯·哈莱西 , 本杰明·曼 , 亚历克·拉德福德 , 阿迪蒂亚·拉梅什 , 尼克·赖德 , 丹尼尔·齐格勒 , 约翰·舒尔曼 , 达里奥·阿莫迪 , 萨姆·麦肯迪什 :
自回归生成模型的缩放律。 CoRR公司 abs/2010.14701 ( 2020 )
2010 – 2019
2019 【c21】 卡尔·科布 , 奥列格·克里莫夫 , 克里斯托弗·黑塞 , Taehoon Kim公司 , 约翰·舒尔曼 :
强化学习中的量化泛化。 ICML公司 2019 : 1282-1289 【i24】 雅各布·杰克逊 , 约翰·舒尔曼 :
标签梯度对齐半监督学习。 CoRR公司 abs/1902.02336 ( 2019 ) [第23条] 托马斯·安东尼 , 罗伯特·西原 , 菲利普·莫里茨 , 蒂姆·萨利曼斯 , 约翰·舒尔曼 :
策略梯度搜索:无搜索树的在线规划和专家迭代。 CoRR公司 abs/1904.03646 ( 2019 ) [i22] 卡尔·科布 , 克里斯托弗·黑塞 , 雅各布·希尔顿 , 约翰·舒尔曼 :
利用程序生成对强化学习进行基准测试。 CoRR公司 腹肌/1912.01588 ( 2019 ) 2018 [公元20年] 伊格纳西·克拉维拉 , 乔纳斯·罗斯福斯 , 约翰·舒尔曼 , 藤田康弘 , 塔米姆·阿斯福尔 , 彼得·阿比尔 :
通过元策略优化实现基于模型的强化学习。 CoRL公司 2018 : 617-629 [第19条] 凯文·弗兰斯 , 何锦荣 , 席晨 , 彼得·阿比尔 , 约翰·舒尔曼 :
元学习共享层次结构。 ICLR(海报) 2018 [第18条] 阿拉文德·拉杰斯瓦兰 , 维卡什库马 , 阿披实古普塔 , 朱利亚·维扎尼 , 约翰·舒尔曼 , 伊曼纽尔·托多罗夫 , 谢尔盖·莱文 :
通过深度强化学习和演示学习复杂的灵巧操作。 机器人学:科学与系统 2018 【i21】 亚历克斯·尼科尔 , 约书亚·阿齐姆 , 约翰·舒尔曼 :
关于一阶元学习算法。 CoRR公司 abs/1803.02999 ( 2018 ) [i20] 亚历克斯·尼科尔 , Vicki Pfau女士 , 克里斯托弗·黑塞 , 奥列格·克里莫夫 , 约翰·舒尔曼 :
必须快速学习:RL推广的新基准。 CoRR公司 abs/1804.03720 ( 2018 ) [i19] 伊格纳西·克拉维拉 , 乔纳斯·罗斯福斯 , 约翰·舒尔曼 , 藤田康弘 , 塔米姆·阿斯福尔 , 彼得·阿比尔 :
通过元策略优化实现基于模型的强化学习。 CoRR公司 abs/1809.05214 ( 2018 ) [i18] 卡尔·科布 , 奥列格·克里莫夫 , 克里斯托弗·黑塞 , Taehoon Kim公司 , 约翰·舒尔曼 :
强化学习中的量化泛化。 CoRR公司 abs/1812.02341 ( 2018 ) 2017 [第17条] 席晨 , 迪德里克·金马 , 蒂姆·萨利曼斯 , 严端 , 普拉福拉·达里瓦尔 , 约翰·舒尔曼 , 伊利亚·萨茨克沃 , 彼得·阿比尔 :
可变损耗自动编码器。 ICLR(海报) 2017 [第16条] 唐浩然 , 雷恩·霍索夫 , 戴维斯·富特 , 亚当·斯托克 , 席晨 , 严端 , 约翰·舒尔曼 , 菲利普·德图尔克 , 彼得·阿比尔 :
#探索:基于计数的深度强化学习探索研究。 NIPS公司 2017 : 2753-2762 [i17] 约翰·舒尔曼 , 彼得·阿比尔 , 席晨 :
政策梯度和软Q-学习之间的等价性。 CoRR公司 abs/1704.06440 ( 2017 ) [i16] 理查德·Y·陈 , 西蒙·西多尔 , 彼得·阿比尔 , 约翰·舒尔曼 :
通过$\boldsymbol{Q}$-信号群进行UCB和InfoGain探索。 CoRR公司 abs/1706.01502 ( 2017 ) 【i15】 坦贝特·马提森 , 阿维塔尔·奥利弗 , 塔科·科恩 , 约翰·舒尔曼 :
教师-学生课程学习。 CoRR公司 abs/1707.00183 ( 2017 ) [第14条] 约翰·舒尔曼 , 菲利普·沃尔斯基 , 普拉福拉·达里瓦尔 , 亚历克·拉德福德 , 奥列格·克里莫夫 :
近似策略优化算法。 CoRR公司 abs/1707.06347 ( 2017 ) [i13] 阿拉文德·拉杰斯瓦兰 , 维卡什库马 , 阿披实古普塔 , 约翰·舒尔曼 , 伊曼纽尔·托多罗夫 , 谢尔盖·莱文 :
通过深度强化学习和演示学习复杂的灵巧操作。 CoRR公司 abs/1709.10087 ( 2017 ) [i12] 凯文·弗朗斯 , 何锦荣 , 席晨 , 彼得·阿比尔 , 约翰·舒尔曼 :
元学习共享层次结构。 CoRR公司 abs/1710.09767 ( 2017 ) 2016 【b1】 约翰·舒尔曼 :
优化期望:从深度强化学习到随机计算图。 美国加州大学伯克利分校, 2016 [第15条] 严端 , 席晨 , 雷恩·霍索夫 , 约翰·舒尔曼 , 彼得·阿比尔 :
为持续控制制定深度强化学习基准。 ICML公司 2016 : 1329-1338 [第14条] 雷恩·霍索夫 , 席晨 , 严端 , 约翰·舒尔曼 , 菲利普·德图尔克 , 彼得·阿比尔 :
可变信息最大化探索。 NIPS公司 2016 : 1109-1117 [第13条] 席晨 , 严端 , 雷恩·霍索夫 , 约翰·舒尔曼 , 伊利亚·萨茨克沃 , 彼得·阿比尔 :
InfoGAN:通过信息最大化生成对抗性网络的可解释表示学习。 NIPS公司 2016 : 2172-2180 [第12条] 约翰·舒尔曼 , 菲利普·莫里茨 , 谢尔盖·莱文 , 迈克尔·乔丹 , 彼得·阿比尔 :
基于广义优势估计的高维连续控制。 ICLR(海报) 2016 [i11] 严端 , 席晨 , 雷恩·霍索夫 , 约翰·舒尔曼 , 彼得·阿比尔 :
为持续控制制定深度强化学习基准。 CoRR公司 abs/1604.06778 ( 2016 ) [i10] 拉米·阿勒福 , 纪尧姆·阿兰 , 阿姆贾德·阿尔马海里 , 克里斯托夫·安格穆勒 , Dzmitry Bahdanau公司 , 尼古拉斯·巴拉斯 , 弗雷德里克·巴斯蒂安 , 贾斯汀·拜尔 , 安纳托利·贝里科夫 , 亚历山大·贝洛波斯基 , 本吉奥 , 阿尔诺·贝杰隆 , 詹姆斯·伯格斯特拉 , 瓦伦丁·比森 , 乔什·布莱切尔·斯奈德 , 尼古拉斯·布沙德 , 尼古拉·博拉根·勒万多夫斯基(Nicolas Boulanger-Lewandowski) , 泽维尔·布瑟利尔 , 亚历山大·德·布列比松 , 奥利维尔·布鲁鲁 , Pierre Luc Carrier公司 , Kyunghyun Cho(赵京贤) , 扬·乔洛夫斯基 , 保罗·F·克里斯蒂亚诺 , 蒂姆·库伊曼斯 , 马克·阿莱克安德烈·科特 , 米里亚姆·科特 , 亚伦·C·库维尔 , 亚恩·N·多芬 , 奥利维尔·德拉略 , 朱利安·德莫斯 , 纪尧姆·德斯贾丁斯 , 桑德·迪尔曼 , 劳伦特·丁 , 梅兰妮·杜卡夫 , 文森特·杜穆林 , 萨米拉·埃布拉希米·卡胡 , 杜米特鲁·尔汗 , 子叶扇 , 奥汉·菲拉特 , 马蒂厄·热尔曼 , 泽维尔·格洛洛特 , 伊恩·古德费罗 , 麦克费登 , 圣格雷 , 菲利普·哈默尔 , 伊本·哈洛切特 , Jean-Philippe Heng女士 , 巴拉斯·希达西 , 新浪荷纳里 , 阿尔琼·贾恩 , 塞巴斯蒂安·让 , Kai Jia(凯佳) , 米哈伊尔·科洛波夫 , 维维克·库尔卡尼 , 亚历克斯·兰姆 , 帕斯卡·兰姆林 , 埃里克拉森 , 塞萨尔·洛朗 , 肖恩·李 , 西蒙·勒弗兰索瓦 , 西蒙·勒米厄 , 尼古拉斯·莱昂纳德 , 周汉林 , 杰西·利弗泽伊 , 科里·洛伦茨 , 杰里迈亚·洛温 , 千里马 , 皮尔雷·安托因·曼扎戈 , 奥利维尔·马斯托皮雷托 , 罗伯特·麦吉本 , 罗兰·梅米舍维奇 , 巴特·范梅里恩博尔 , 文森特·米查尔斯基 , 梅赫迪·米尔扎 , 阿尔贝托·奥兰迪 , 克里斯托弗·约瑟夫·帕尔 , 拉兹万·帕斯卡努 , 穆罕默德·佩泽什基 , 科林·拉斐尔 , 丹尼尔·伦肖 , 马修·罗克林 , 阿德里亚娜·罗梅罗 , 马库斯·罗斯 , 彼得·萨多夫斯基 , 约翰·萨尔瓦蒂尔 , 弗朗索瓦·萨瓦德 , 扬·施吕特 , 约翰·舒尔曼 , 加布里埃尔·施瓦茨 , 尤利安·弗拉德·塞尔班 , 德米特里·谢尔杜克 , 萨米拉·沙巴尼安 , 埃蒂安·西蒙 , 西格德·斯皮克曼 , S.Ramana Subramanyam公司 , 雅库布·辛格诺夫斯基 , 杰雷米·坦圭 , 吉杰斯·范·图尔德(Gijs van Tulder) , 约瑟夫·图里亚 , 塞巴斯蒂安·乌尔班 , 帕斯卡·文森特 , 弗朗西斯科·维辛 , 哈姆德弗里斯 , 大卫·沃德·法利 , 达斯汀·J·韦伯 , 马修·威尔森 , Kelvin Xu(徐开尔文) , 薛丽君 , 李瑶 , 张赛正 , 张颖(音) :
Theano:用于快速计算数学表达式的Python框架。 CoRR公司 abs/1605.02688 ( 2016 ) [第九章] 雷恩·霍索夫 , 席晨 , 严端 , 约翰·舒尔曼 , 菲利普·德图尔克 , 彼得·阿比尔 :
通过贝叶斯神经网络在深度强化学习中的好奇驱动探索。 CoRR公司 abs/1605.09674 ( 2016 ) [i8] 格雷格·布罗克曼 , 张维琪(Vicki Cheung) , 路德维希·佩特森 , 乔纳斯·施耐德 , 约翰·舒尔曼 , 唐杰 , Wojciech Zaremba公司 :
OpenAI健身房。 CoRR公司 abs/1606.01540 ( 2016 ) [i7] 席晨 , 严端 , 雷恩·霍索夫 , 约翰·舒尔曼 , 伊利亚·萨茨克沃 , 彼得·阿比尔 :
InfoGAN:通过信息最大化生成对抗网进行可解释表征学习。 CoRR公司 腹肌/1606.03657 ( 2016 ) [i6] 达里奥·阿莫迪 , 克里斯·欧拉 , 雅各布·斯坦哈特 , 保罗·F·克里斯蒂亚诺 , 约翰·舒尔曼 , 丹·马内 :
人工智能安全中的具体问题。 CoRR公司 abs/1606.06565 ( 2016 ) [i5] 席晨 , 迪德里克·P·金马 , 蒂姆·萨利曼斯 , 严端 , 普拉福拉·达里瓦尔 , 约翰·舒尔曼 , 伊利亚·萨茨克沃 , 彼得·阿比尔 :
可变损耗自动编码器。 CoRR公司 abs/1611.02731 ( 2016 ) [i4] 严端 , 约翰·舒尔曼 , 席晨 , 彼得·L·巴特利特 , 伊利亚·萨茨克沃 , 彼得·阿比尔 :
RL$^2$:通过缓慢强化学习实现快速强化学习。 CoRR公司 abs/1611.02779 ( 2016 ) [i3] 唐浩然 , 雷恩·霍索夫 , 戴维斯·富特 , 亚当·斯托克 , 席晨 , 严端 , 约翰·舒尔曼 , 菲利普·德图尔克 , 彼得·阿比尔 :
#探索:基于计数的深度强化学习探索研究。 CoRR公司 abs/1611.04717 ( 2016 ) 2015 [第11条] 约翰·舒尔曼 , 谢尔盖·莱文 , 彼得·阿比尔 , 迈克尔·乔丹 , 菲利普·莫里茨 :
信任区域策略优化。 ICML公司 2015 : 1889-1897 [c10] 约翰·舒尔曼 , 尼古拉斯·希斯 , 西奥芬妮·韦伯 , 彼得·阿比尔 :
利用随机计算图进行梯度估计。 NIPS公司 2015 : 3528-3536 [i2] 约翰·舒尔曼 , 谢尔盖·莱文 , 菲利普·莫里茨 , 迈克尔·乔丹 , 彼得·阿比尔 :
信任区域策略优化。 CoRR公司 腹肌/152.05477 ( 2015 ) [i1] 约翰·舒尔曼 , 尼古拉斯·希斯 , 西奥芬妮·韦伯 , 彼得·阿比尔 :
利用随机计算图进行梯度估计。 CoRR公司 abs/1506.05254 ( 2015 ) 2014 [j1] 约翰·舒尔曼 , 严端 , 何锦荣 , 亚历克斯·X·李 , 易卜拉欣·奥瓦尔 , 亨利·布拉德洛 , 贾潘 , 萨钦·帕蒂尔 , 肯·戈德伯格 , 彼得·阿比尔 :
具有顺序凸优化和凸碰撞检查的运动规划。 国际机器人研究杂志。 33 ( 9 ) : 1251-1270 ( 2014 ) 【c9】 严端 , 萨钦·帕蒂尔 , 约翰·舒尔曼 , 肯尼思·戈德堡 , 彼得·阿比尔 :
使用顺序凸优化在3D中规划局部最优、曲率受限的轨迹。 ICRA公司 2014 : 5889-5895 【c8】 萨钦·帕蒂尔 , 严端 , 约翰·舒尔曼 , 肯·戈德伯格 , 彼得·阿比尔 :
传感域中具有不连续性的高斯置信空间规划。 ICRA公司 2014 : 6483-6490 【c7】 萨钦·帕蒂尔 , 格雷戈里·卡恩 , 迈克尔·拉斯基 , 约翰·舒尔曼 , 肯·戈德伯格 , 彼得·阿比尔 :
通过无协方差轨迹优化和自动微分扩大高斯置信空间规划。 飘散的 2014 : 515-533 2013 【c6】 约翰·舒尔曼 , 亚历克斯·X·李 , 何锦荣 , 彼得·阿比尔 :
使用点云跟踪可变形对象。 ICRA公司 2013 : 1130-1137 【c5】 约翰·舒尔曼 , 安库什·古普塔 , 西比·文凯特桑 , 马洛里·泰森·弗雷德里克 , 彼得·阿比尔 :
简化缝合场景下通过非刚性配准进行轨迹转移的案例研究。 IROS公司 2013 : 4111-4117 【c4】 亚历克斯·X·李 , 严端 , 萨钦·帕蒂尔 , 约翰·舒尔曼 , 佐伊·麦卡锡 , 朱尔·范登伯格 , 肯·戈德伯格 , 彼得·阿比尔 :
障碍物中不精确铰接机器人高斯信念空间规划的Sigma外壳。 IROS公司 2013 : 5660-5667 【c3】 约翰·舒尔曼 , 何锦荣 , 卡梅隆·李 , 彼得·阿比尔 :
通过使用非合法注册从演示中学习。 ISRR公司 2013 : 339-354 【c2】 约翰·舒尔曼 , 何锦荣 , 亚历克斯·X·李 , 易卜拉欣·奥瓦尔 , 亨利·布拉德洛 , 彼得·阿比尔 :
用序列凸优化法寻找局部最优的无碰撞轨迹。 机器人学:科学与系统 2013 2011 【c1】 约翰·舒尔曼 , 肯·戈德伯格 , 彼得·阿比尔 :
作为子模块覆盖问题的抓取和固定。 ISRR公司 2011 : 571-583