Zum Inhalt springen
-
Loor, Pierre de [VerfasserIn]; Mille, Alain [VerfasserIn]; Khamassi, Mehdi [VerfasserIn]Intelligence artificielle : l’apport des paradigmes incarnéOnline ansehenSchließen
> Zugang
Schließen> Merkliste
Sie können Bookmarks mittels Listen verwalten, loggen Sie sich dafür bitte in Ihr SLUB Benutzerkonto ein.Erschienen in: Intellectica. Revue de l'Association pour la Recherche Cognitive ; Vol. 64, n° 2, pp. 27-52
-
Khamassi, Mehdi [VerfasserIn]; Doncieux, Stéphane [VerfasserIn]Nouvelles approches en Robotique CognitiveOnline ansehenSchließen
> Zugang
Schließen> Merkliste
Sie können Bookmarks mittels Listen verwalten, loggen Sie sich dafür bitte in Ihr SLUB Benutzerkonto ein.Erschienen in: Intellectica. Revue de l'Association pour la Recherche Cognitive ; Vol. 65, n° 1, pp. 7-25
-
Fejer, Attila [VerfasserIn] ; Bordeaux [MitwirkendeR]; Pázmány Péter katolikus egyetem (Budapest [MitwirkendeR]; 1992-.) [MitwirkendeR]; Benois Pineau, Jenny [MitwirkendeR]; Szolgay, Péter [MitwirkendeR]Recognition of objects to grasp and Neuro-Prosthesis control ; Reconnaissance des objets à saisir et contrôle d’un bras robotique pour l’assistance aux porteurs des neuro-prothèsesOnline ansehenSchließen
> Merkliste
Sie können Bookmarks mittels Listen verwalten, loggen Sie sich dafür bitte in Ihr SLUB Benutzerkonto ein.theses.fr, 2022-11-25
-
Renaudo, Erwan [VerfasserIn] ; Paris 6 [MitwirkendeR]; Chatila, Raja [MitwirkendeR]; Khamassi, Mehdi [MitwirkendeR]Des comportements flexibles aux comportements habituels : meta-apprentissage neuro-inspiré pour la robotique autonome ; From flexible to habitual behaviors : neuro-inspired meta-learning for autonomous robotsOnline ansehenSchließen
> Merkliste
Sie können Bookmarks mittels Listen verwalten, loggen Sie sich dafür bitte in Ihr SLUB Benutzerkonto ein.theses.fr, 2016-06-06
-
Chenu, Alexandre [VerfasserIn] ; Sorbonne université [MitwirkendeR]; Sigaud, Olivier [MitwirkendeR]; Perrin-Gilbert, Nicolas [MitwirkendeR]Leveraging sequentiality in Robot Learning : Application of the Divide & Conquer paradigm to Neuro-Evolution and Deep Reinforcement Learning ; Exploiter la séquentialité dans l'apprentissage robotique : une application du paradigme de diviser pour régner à la neuroévolution et à l'apprentissage par renforcement profondOnline ansehenSchließen
> Merkliste
Sie können Bookmarks mittels Listen verwalten, loggen Sie sich dafür bitte in Ihr SLUB Benutzerkonto ein.theses.fr, 2023-03-10