Autor der Publikation

Kopieren Löschen Diese Publikation zur Ablage hinzufügen
Community-Eintrag
Versionsverlauf dieses Eintrags
URL
DOI
BibTeX
EndNote
APA
Chicago
DIN 1505
Harvard
MSOffice XML

Model-free Probabilistic Movement Primitives for physical interaction.

A. Paraschos, E. Rückert, J. Peters, und G. Neumann. IROS, Seite 2860-2866. IEEE, (2015)

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.

A. Laukemann

PD Dr. Elmar Buchner University of Stuttgart

A. Laukemann

A. Laukemann

A. Vo{\ss}

Weitere Publikationen von Autoren mit dem selben Namen

Learned graphical models for probabilistic planning provide a new class of movement primitives.E. Rückert, G. Neumann, M. Toussaint, und W. Maass. Front. Comput. Neurosci., (2013)Online Learning with Stochastic Recurrent Neural Networks using Intrinsic Motivation Signals.D. Tanneberg, J. Peters, und E. Rückert. CoRL, Volume 78 von Proceedings of Machine Learning Research, Seite 167-174. PMLR, (2017)Learning inverse dynamics models with contacts.R. Calandra, S. Ivaldi, M. Deisenroth, E. Rückert, und J. Peters. ICRA, Seite 3186-3191. IEEE, (2015)Low-cost Sensor Glove with Force Feedback for Learning from Demonstrations using Probabilistic Trajectory Representations.E. Rückert, R. Lioutikov, R. Calandra, M. Schmidt, P. Beckerle, und J. Peters. CoRR, (2015)Extracting low-dimensional control variables for movement primitives.E. Rückert, J. Mundo, A. Paraschos, J. Peters, und G. Neumann. ICRA, Seite 1511-1518. IEEE, (2015)Learning soft task priorities for control of redundant robots.V. Modugno, G. Neumann, E. Rückert, G. Oriolo, J. Peters, und S. Ivaldi. ICRA, Seite 221-226. IEEE, (2016)Learned parametrized dynamic movement primitives with shared synergies for controlling robotic and musculoskeletal systems.E. Rückert, und A. d'Avella. Front. Comput. Neurosci., (2013)Model-free Probabilistic Movement Primitives for physical interaction.A. Paraschos, E. Rückert, J. Peters, und G. Neumann. IROS, Seite 2860-2866. IEEE, (2015)A low-cost sensor glove with vibrotactile feedback and multiple finger joint and hand motion sensing for human-robot interaction.P. Weber, E. Rückert, R. Calandra, J. Peters, und P. Beckerle. RO-MAN, Seite 99-104. IEEE, (2016)Stochastic Optimal Control Methods for Investigating the Power of Morphological Computation.E. Rückert, und G. Neumann. Artif. Life, 19 (1): 115-131 (2013)