paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
MH

Marco Hutter

IROS 2026×9CVPR 2026×2ICRA 2026×2ECCV 2026推理强化学习与后训练多模态可解释性检索与知识
新星分资深
44
一作贡献0
核心/参与41
方向广度19
合作网络12
0 一作 · 14 篇 · IROS 2026 / CVPR 2026 / ICRA 2026 / ECCV 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

14
作者位次 #4/4IROS 2026Oral· Pretraining and Adapting LiDAR Representations

Vernata: Self-Supervised Learning of LiDAR Point Representations

Oliver Lemke · Alexander Liniger · Abel Roman Gawel · Marco Hutter

可解释性多模态数据与预训练Representation LearningSemantic Scene UnderstandingDeep Learning for Visual PerceptionOpenReview
作者位次 #5/5IROS 2026Oral· Steering Robot Behavior with Reinforcement Learning

Path-Conditioned Reinforcement Learning-Based Local Planning for Long-Range Navigation

Mateo Haro · Julia Richter · Fan Yang · César Cadena · Marco Hutter

推理可解释性强化学习与后训练Reinforcement LearningTask and Motion PlanningLegged RobotsOpenReview

常见合作者