載入中…
系統目前無法執行作業,請稍後再試。
每年的引文數
重複引用
Google 學術搜尋已經合併下列文章。系統只會計算第一篇文章的
合併引用次數
。
合併引文
「引用次數」包含 Google 學術搜尋服務中以下文章的引用次數。文章旁如有
*
標示,代表可能與個人學術檔案中的文章不同。
新增共同作者
共同作者
追蹤
這位作者的新文章
其他人引用這位作者的最新情形
與這位作者的研究相關的新文章
接收最新動態的電子郵件地址
完成
我的個人學術檔案
我的圖書館
指標
快訊
設定
登入
登入
建立我自己的個人學術檔案
引用次數
全部
自 2019 年
引文
34
34
H 指數
2
2
i10 指數
1
1
0
20
10
2023
2024
20
14
追蹤
Marc Höftmann
Technische Universität Dortmund
在 tu-dortmund.de 的電子郵件地址已通過驗證
Machine Learning
Deep Learning
Reinforcement Learning
文章
引用次數
標題
排序
按引用次數排序
按年份排序
按標題排序
引用次數
引用次數
年份
Transformer-based world models are happy with 100k interactions
J Robine, M Höftmann, T Uelwer, S Harmeling
arXiv preprint arXiv:2303.07109
, 2023
29
2023
Time-myopic go-explore: Learning a state representation for the go-explore paradigm
M Höftmann, J Robine, S Harmeling
arXiv preprint arXiv:2301.05635
, 2023
3
2023
A survey on self-supervised representation learning
T Uelwer, J Robine, SS Wagner, M Höftmann, E Upschulte, S Konietzny, ...
arXiv preprint arXiv:2308.11455
, 2023
2
2023
Backward Learning for Goal-Conditioned Policies
M Höftmann, J Robine, S Harmeling
arXiv preprint arXiv:2312.05044
, 2023
2023
A Simple Framework for Self-Supervised Learning of Sample-Efficient World Models
J Robine, M Höftmann, S Harmeling
Dyna 31 (16), 17-18
, 0
系統目前無法執行作業,請稍後再試。
文章 1–5
顯示更多結果
隱私權
服務條款
說明
關於學術搜尋
Google 搜尋說明