Fotografi av Paul Höft

Paul Höft

Doktorand

Klassisk planering och maskininlärning

Klassisk planering och maskininlärning

Jag fokuserar på optimal klassisk planering och hur man kombinerar det med maskininlärning.

Jag avslutade min kandidatexamen 2018 och min master 2021 i datavetenskap vid universitetet i Basel och gick med i RLPLAB i september 2021.

Publikationer

2024

Paul Höft, David Speck, David Speck, Jendrik Seipp, Florian Pommerening (2024) Versatile Cost Partitioning with Exact Sensitivity Analysis Proceedings of the Thirty-Fourth International Conference on Automated Planning and Scheduling (ICAPS 2024), s. 276-280 (Konferensbidrag)

2023

Paul Höft, David Speck, Jendrik Seipp (2023) Sensitivity Analysis for Saturated Post-hoc Optimization in Classical Planning Proceedings of the 26th European Conference on Artificial Intelligence (ECAI 2023), s. 1044-1051 (Konferensbidrag) Vidare till DOI
David Speck, Paul Höft, Daniel Gnad, Jendrik Seipp (2023) Finding Matrix Multiplication Algorithms with Classical Planning Proceedings of the 33rd International Conference on Automated Planning and Scheduling (ICAPS 2023), s. 411-416 (Konferensbidrag)

Om avdelningen

Kollegor vid AIICS

Om institutionen