Buchumschlag

Dynamic planning in hierarchical active inference

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Priorelli, Matteo, Stoianov, Ivilin Peev
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Machine Learning Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Deep hybrid models: infer and plan in a dynamic world
von: Priorelli, Matteo, et al.
Veröffentlicht: (2024)

Message passing-based inference in an autoregressive active inference agent
von: Kouw, Wouter M., et al.
Veröffentlicht: (2025)

On the benefits of pixel-based hierarchical policies for task generalization
von: Cristea-Platon, Tudor, et al.
Veröffentlicht: (2024)

Neural representation in active inference: Using generative models to interact with—and understand—the lived world
von: Giovanni Pezzulo, et al.
Veröffentlicht: (2024)

Improving planning and MBRL with temporally-extended actions
von: Chatterjee, Palash, et al.
Veröffentlicht: (2025)

Value-guided action planning with JEPA world models
von: Destrade, Matthieu, et al.
Veröffentlicht: (2025)

Planning to avoid ambiguous states through Gaussian approximations to non-linear sensors in active inference agents
von: Kouw, Wouter M.
Veröffentlicht: (2024)

FlowDrive: moderated flow matching with data balancing for trajectory planning
von: Wang, Lingguang, et al.
Veröffentlicht: (2025)

Using large language models for embodied planning introduces systematic safety risks
von: Zhang, Tao, et al.
Veröffentlicht: (2026)

Motion planning for off-road autonomous driving based on human-like cognition and weight adaptation
von: Wang, Yuchun, et al.
Veröffentlicht: (2024)

Hybrid Imitation-Learning Motion Planner for Urban Driving
von: Gariboldi, Cristian, et al.
Veröffentlicht: (2024)

Learning Social Heuristics for Human-Aware Path Planning
von: Eirale, Andrea, et al.
Veröffentlicht: (2025)

On Predictive planning and counterfactual learning in active inference
von: Paul, Aswin, et al.
Veröffentlicht: (2024)

Dynamic 3D Gaussian Tracking for Graph-Based Neural Dynamics Modeling
von: Zhang, Mingtong, et al.
Veröffentlicht: (2024)

Localized Dynamics-Aware Domain Adaption for Off-Dynamics Offline Reinforcement Learning
von: Xia, Zhangjie, et al.
Veröffentlicht: (2026)

Neural Contractive Dynamical Systems
von: Beik-Mohammadi, Hadi, et al.
Veröffentlicht: (2024)

Dynamic Contrastive Skill Learning with State-Transition Based Skill Clustering and Dynamic Length Adjustment
von: Choi, Jinwoo, et al.
Veröffentlicht: (2025)

Cross-Embodied Affordance Transfer through Learning Affordance Equivalences
von: Aktas, Hakan, et al.
Veröffentlicht: (2024)

Latent Adaptive Planner for Dynamic Manipulation
von: Noh, Donghun, et al.
Veröffentlicht: (2025)

Learning Dynamic Cognitive Map with Autonomous Navigation
von: de Tinguy, Daria, et al.
Veröffentlicht: (2024)

Towards Autonomous Reinforcement Learning for Real-World Robotic Manipulation with Large Language Models
von: Turcato, Niccolò, et al.
Veröffentlicht: (2025)

Adapting World Models with Latent-State Dynamics Residuals
von: Lanier, JB, et al.
Veröffentlicht: (2025)

Return Augmented Decision Transformer for Off-Dynamics Reinforcement Learning
von: Wang, Ruhan, et al.
Veröffentlicht: (2024)

Localized Graph-Based Neural Dynamics Models for Terrain Manipulation
von: Liu, Chaoqi, et al.
Veröffentlicht: (2025)

MOBODY: Model Based Off-Dynamics Offline Reinforcement Learning
von: Guo, Yihong, et al.
Veröffentlicht: (2025)

Dynamics-Guided Diffusion Model for Sensor-less Robot Manipulator Design
von: Xu, Xiaomeng, et al.
Veröffentlicht: (2024)

Dynamic Neural Curiosity Enhances Learning Flexibility for Autonomous Goal Discovery
von: Houbre, Quentin, et al.
Veröffentlicht: (2024)

Dynamic Obstacle Avoidance through Uncertainty-Based Adaptive Planning with Diffusion
von: Punyamoorty, Vineet, et al.
Veröffentlicht: (2024)

Logical Specifications-guided Dynamic Task Sampling for Reinforcement Learning Agents
von: Shukla, Yash, et al.
Veröffentlicht: (2024)

Deconfounded Lifelong Learning for Autonomous Driving via Dynamic Knowledge Spaces
von: Du, Jiayuan, et al.
Veröffentlicht: (2026)

Wiggle and Go! System Identification for Zero-Shot Dynamic Rope Manipulation
von: Jakobsson, Arthur, et al.
Veröffentlicht: (2026)

Sim2Dust: Mastering Dynamic Waypoint Tracking on Granular Media
von: Orsula, Andrej, et al.
Veröffentlicht: (2025)

Off-Dynamics Reinforcement Learning via Domain Adaptation and Reward Augmented Imitation
von: Guo, Yihong, et al.
Veröffentlicht: (2024)

Hybrid DQN-TD3 Reinforcement Learning for Autonomous Navigation in Dynamic Environments
von: He, Xiaoyi, et al.
Veröffentlicht: (2025)

Learning to Recover: Dynamic Reward Shaping with Wheel-Leg Coordination for Fallen Robots
von: Deng, Boyuan, et al.
Veröffentlicht: (2025)

Sample Complexity of Distributionally Robust Off-Dynamics Reinforcement Learning with Online Interaction
von: He, Yiting, et al.
Veröffentlicht: (2025)

Regularized Latent Dynamics Prediction is a Strong Baseline For Behavioral Foundation Models
von: Jajoo, Pranaya, et al.
Veröffentlicht: (2026)

Fast Adaptation with Behavioral Foundation Models
von: Sikchi, Harshit, et al.
Veröffentlicht: (2025)

NaviSlim: Adaptive Context-Aware Navigation and Sensing via Dynamic Slimmable Networks
von: Johnsen, Tim, et al.
Veröffentlicht: (2024)

VER: Vision Expert Transformer for Robot Learning via Foundation Distillation and Dynamic Routing
von: Wang, Yixiao, et al.
Veröffentlicht: (2025)