Buchumschlag

Feature Space Exploration For Planning Initial Benthic AUV Surveys

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shields, Jackson, Pizarro, Oscar, Williams, Stefan B.
Format:	Preprint
Veröffentlicht:	2021
Schlagworte:	Robotics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Modeling of AUV Dynamics with Limited Resources: Efficient Online Learning Using Uncertainty
von: Tešnar, Michal, et al.
Veröffentlicht: (2025)

World Models for Autonomous Driving: An Initial Survey
von: Guan, Yanchen, et al.
Veröffentlicht: (2024)

Terrain Classification Enhanced with Uncertainty for Space Exploration Robots from Proprioceptive Data
von: Álvarez, Mariela De Lucas, et al.
Veröffentlicht: (2024)

Systematic Evaluation of Initial States and Exploration-Exploitation Strategies in PID Auto-Tuning: A Framework-Driven Approach Applied on Mobile Robots
von: Ghazal, Zaid, et al.
Veröffentlicht: (2025)

Multi-Agent Generative Adversarial Interactive Self-Imitation Learning for AUV Formation Control and Obstacle Avoidance
von: Fang, Zheng, et al.
Veröffentlicht: (2024)

Coloring Between the Lines: Personalization in the Null Space of Planning Constraints
von: Silver, Tom, et al.
Veröffentlicht: (2025)

Grammarization-Based Grasping with Deep Multi-Autoencoder Latent Space Exploration by Reinforcement Learning Agent
von: Askianakis, Leonidas
Veröffentlicht: (2024)

AUV Trajectory Learning for Underwater Acoustic Energy Transfer and Age Minimization
von: Melki, Mohamed Afouene, et al.
Veröffentlicht: (2026)

CAFE-AD: Cross-Scenario Adaptive Feature Enhancement for Trajectory Planning in Autonomous Driving
von: Zhang, Junrui, et al.
Veröffentlicht: (2025)

Enhanced Importance Sampling through Latent Space Exploration in Normalizing Flows
von: Kruse, Liam A., et al.
Veröffentlicht: (2025)

Feature Alignment: Rethinking Efficient Active Learning via Proxy in the Context of Pre-trained Models
von: Wen, Ziting, et al.
Veröffentlicht: (2024)

CLIPPER: Robust Data Association without an Initial Guess
von: Lusk, Parker C., et al.
Veröffentlicht: (2024)

Anytime Incremental $ρ$POMDP Planning in Continuous Spaces
von: Benchetrit, Ron, et al.
Veröffentlicht: (2025)

Neural Configuration-Space Barriers for Manipulation Planning and Control
von: Long, Kehan, et al.
Veröffentlicht: (2025)

A Survey of Reinforcement Learning-Based Motion Planning for Autonomous Driving: Lessons Learned from a Driving Task Perspective
von: Li, Zhuoren, et al.
Veröffentlicht: (2025)

SafeDiver: Cooperative AUV-USV Assisted Diver Communication via Multi-agent Reinforcement Learning Approach
von: Deng, Tinglong, et al.
Veröffentlicht: (2025)

RoboBallet: Planning for Multi-Robot Reaching with Graph Neural Networks and Reinforcement Learning
von: Lai, Matthew, et al.
Veröffentlicht: (2025)

Effect of Optimizer, Initializer, and Architecture of Hypernetworks on Continual Learning from Demonstration
von: Auddy, Sayantan, et al.
Veröffentlicht: (2023)

SPAARS: Safer RL Policy Alignment through Abstract Exploration and Refined Exploitation of Action Space
von: K, Swaminathan S, et al.
Veröffentlicht: (2026)

Safe Policy Exploration Improvement via Subgoals
von: Angulo, Brian, et al.
Veröffentlicht: (2024)

Learning Hamiltonian Dynamics with Reproducing Kernel Hilbert Spaces and Random Features
von: Smith, Torbjørn, et al.
Veröffentlicht: (2024)

Off-Policy Safe Reinforcement Learning with Constrained Optimistic Exploration
von: Li, Guopeng, et al.
Veröffentlicht: (2026)

ActSafe: Active Exploration with Safety Constraints for Reinforcement Learning
von: As, Yarden, et al.
Veröffentlicht: (2024)

DeepRacer on Physical Track: Parameters Exploration and Performance Evaluation
von: Koparan, Sinan, et al.
Veröffentlicht: (2024)

Learning-Based Sparsification of Dynamic Graphs in Robotic Exploration Algorithms
von: Sastry, Adithya V., et al.
Veröffentlicht: (2026)

LaViPlan : Language-Guided Visual Path Planning with RLVR
von: Oh, Hayeon
Veröffentlicht: (2025)

UniGen: Unified Modeling of Initial Agent States and Trajectories for Generating Autonomous Driving Scenarios
von: Mahjourian, Reza, et al.
Veröffentlicht: (2024)

Active Exploration in Bayesian Model-based Reinforcement Learning for Robot Manipulation
von: Plou, Carlos, et al.
Veröffentlicht: (2024)

Observation-Augmented Contextual Multi-Armed Bandits for Robotic Search and Exploration
von: Wakayama, Shohei, et al.
Veröffentlicht: (2023)

Exciting Action: Investigating Efficient Exploration for Learning Musculoskeletal Humanoid Locomotion
von: Geiß, Henri-Jacques, et al.
Veröffentlicht: (2024)

TopoNav: Topological Navigation for Efficient Exploration in Sparse Reward Environments
von: Hossain, Jumman, et al.
Veröffentlicht: (2024)

Extensive Exploration in Complex Traffic Scenarios using Hierarchical Reinforcement Learning
von: Zhang, Zhihao, et al.
Veröffentlicht: (2025)

Can Tabular Foundation Models Guide Exploration in Robot Policy Learning?
von: Ou, Buqing, et al.
Veröffentlicht: (2026)

Scalable Exploration for High-Dimensional Continuous Control via Value-Guided Flow
von: Wei, Yunyue, et al.
Veröffentlicht: (2026)

Sketch-Plan-Generalize: Learning and Planning with Neuro-Symbolic Programmatic Representations for Inductive Spatial Concepts
von: Kalithasan, Namasivayam, et al.
Veröffentlicht: (2024)

Pretrained Visual Representations in Reinforcement Learning
von: Williams, Emlyn, et al.
Veröffentlicht: (2024)

Revisiting Space Mission Planning: A Reinforcement Learning-Guided Approach for Multi-Debris Rendezvous
von: Bandyopadhyay, Agni, et al.
Veröffentlicht: (2024)

Wonder Wins Ways: Curiosity-Driven Exploration through Multi-Agent Contextual Calibration
von: Pan, Yiyuan, et al.
Veröffentlicht: (2025)

Solving Robotics Tasks with Prior Demonstration via Exploration-Efficient Deep Reinforcement Learning
von: Shen, Chengyandan, et al.
Veröffentlicht: (2025)

BEAC: Imitating Complex Exploration and Task-oriented Behaviors for Invisible Object Nonprehensile Manipulation
von: Tahara, Hirotaka, et al.
Veröffentlicht: (2025)