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

Michael Muehlebach

ICLR 2026IROS 2026推理强化学习与后训练理论与学习动力学
新星分新星
55
一作贡献30
核心/参与5
方向广度9
合作网络0
1 一作 · 2 篇 · ICLR 2026 / IROS 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

2
一作ICLR 2026Poster· Theory / Reinforcement Learning and Planning

The Sample Complexity of Online Reinforcement Learning: A Multi-model Perspective

Michael Muehlebach · Zhiyu He · Michael Jordan

推理强化学习与后训练理论与学习动力学OpenReview
作者位次 #2/2IROS 2026Poster· Robust Control for Extreme Flight Conditions

Shaping Wind-Tunnel Airflow for Unmanned Aerial Vehicles Using Online Learning

Ghadeer Elmkaiel · Michael Muehlebach

Aerial Systems: ApplicationsSensor-based ControlEngineering for Robotic SystemsOpenReview

常见合作者