( en | de | ru )

 

Disambiguierung von "Schubert, Frederik"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
TOAD-GAN: a Flexible Framework for Few-Shot Level Generation in Token-Based Games

, , und . IEEE Transactions on Games, (März 2021)10 pages, 14 figures..
DOI: 10.1109/TG.2021.3069833

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Frederik Knauf

Frederik Golks

Frederik Müller

Frederik Rudolph

Frederik Holst

 

Weitere Publikationen von Autoren mit dem selben Namen

POLTER: Policy Trajectory Ensemble Regularization for Unsupervised Reinforcement Learning, , , , und . Arxiv Preprint, (2022)Wor(l)d-GAN: Towards Natural Language Based PCG in Minecraft, , und . IEEE Transactions on Games, (Februar 2022)11 pages, 10 figures..ChimeraMix: Image Classification on Small Datasets via Masked Feature Mixing., , und . IJCAI, Seite 1298-1305. ijcai.org, (2022)Contextualize Me - The Case for Context in Reinforcement Learning, , , , , , , , und . Transactions on Machine Learning Research, (Juni 2023)TOAD-GAN: A Flexible Framework for Few-Shot Level Generation in Token-Based Games., , und . IEEE Trans. Games, 14 (2): 284-293 (2022)CARL: A Benchmark for Contextual and Adaptive Reinforcement Learning, , , , , , und . NeurIPS 2021 Workshop on Ecological Theory of Reinforcement Learning, (Dezember 2021)Towards Automatic Risk Adaption in Distributional Reinforcement Learning, , , und . Reinforcement Learning for Real Life (RL4RealLife) Workshop in the 38th International Conference on Machine Learning (ICML), (Juli 2021)POLTER: Policy Trajectory Ensemble Regularization for Unsupervised Reinforcement Learning, , , , und . Arxiv Preprint, (Mai 2022)Automatic Risk Adaptation in Distributional Reinforcement Learning., , , und . CoRR, (2021)Contextualize Me - The Case for Context in Reinforcement Learning., , , , , , , , und . Trans. Mach. Learn. Res., (2023)