Elmar Rückert
21 - 30 von 61Seitengröße: 10
Publikationen
- Veröffentlicht
Exploiting Chlorophyll Fluorescense for building robust low-cost Mowing Area Detectors
Rottmann, N., Bruder, R., Schweikard, A. & Rueckert, E., 25 Okt. 2020.Publikationen: Konferenzbeitrag › Paper › (peer-reviewed)
- Veröffentlicht
Extracting low-dimensional control variables for movement primitives
Rueckert, E., Mundo, J., Paraschos, A., Peters, J. & Neumann, G., 29 Juni 2015, in: Proceedings / IEEE International Conference on Robotics and Automation. 2015-June, June, S. 1511-1518 8 S., 7139390.Publikationen: Beitrag in Fachzeitschrift › Konferenzartikel › (peer-reviewed)
- Veröffentlicht
Green and blue infrastructure as model system for emissions of technology-critical elements
Trimmel, S., Spörl, P., Haluza, D., Lashin, N., Meisel, T. C., Pitha, U., Prohaska, T., Puschenreiter, M., Rückert, E., Spangl, B., Wiedenhofer, D. & Irrgeher, J., 20 Mai 2024, in: Science of the total environment. 934.2024, 15, 15 S., 173364.Publikationen: Beitrag in Fachzeitschrift › Artikel › Forschung › (peer-reviewed)
- Veröffentlicht
Integrating Human Expertise in Continuous Spaces: A Novel Interactive Bayesian Optimization Framework with Preference Expected Improvement
Feith, N. & Rückert, E., 1 März 2024, in: IEEE International Conference on Ubiquitous Robots.Publikationen: Beitrag in Fachzeitschrift › Konferenzartikel › (peer-reviewed)
- Veröffentlicht
Interactive Human–Robot Skill Transfer: A Review of Learning Methods and User Experience
Cansev, M. E., Xue, H., Rottmann, N., Bliek, A., Miller, L. E., Rückert, E. & Beckerle, P., 6 Mai 2021, in: Advanced Intelligent Systems. 3.2021, 7, 11 S., 2000247.Publikationen: Beitrag in Fachzeitschrift › Artikel › Forschung › (peer-reviewed)
Intrinsic motivation and mental replay enable efficient online adaptation in stochastic recurrent networks
Tanneberg, D., Peters, J. & Rueckert, E., Jan. 2019, in: Neural networks. 109.2019, January, S. 67-80 14 S.Publikationen: Beitrag in Fachzeitschrift › Artikel › Forschung › (peer-reviewed)
Inverse reinforcement learning via nonparametric spatio-temporal subgoal modeling
Šošić, A., Rueckert, E., Peters, J., Zoubir, A. M. & Koeppl, H., 1 Okt. 2018, in: Journal of Machine Learning Research. 19.2018, 69, 45 S.Publikationen: Beitrag in Fachzeitschrift › Artikel › Forschung › (peer-reviewed)
- Veröffentlicht
KI 2021: Advances in Artificial Intelligence - Preface
Edelkamp, S., Möller, R. & Rückert, E., 2021, KI 2021: Advances in Artificial Intelligence: 44th German Conference on AI, Virtual Event, September 27 – October 1, 2021, Proceedings. Edelkamp, S., Möller, R. & Rückert, E. (Hrsg.). Band 12873 LNAI. S. v-vi (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)).Publikationen: Beitrag in Buch/Bericht/Konferenzband › Beitrag in Konferenzband
- Veröffentlicht
KIRAMET: AI-based Recycling of Metal Composite Waste
Neubauer, M. & Rückert, E., 6 Juni 2024.Publikationen: Konferenzbeitrag › Poster › Forschung
Learned graphical models for probabilistic planning provide a new class of movement primitives
Rückert, E. A., Neumann, G., Toussaint, M. & Maass, W., 2 Jan. 2013, (Elektronische Veröffentlichung vor Drucklegung.) in: Frontiers in computational neuroscience. 6.2013, January, 20 S., 97.Publikationen: Beitrag in Fachzeitschrift › Artikel › Forschung › (peer-reviewed)
