Buchumschlag

Automated Testing of Spatially-Dependent Environmental Hypotheses through Active Transfer Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Harrison, Nicholas, Wallace, Nathan, Sukkarieh, Salah
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Robotics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Framework to Enable Eco‐Cyber‐Physical Systems for Robotics‐Focused Digital Twins in Smart Farming
von: Fiorella Sibona, et al.
Veröffentlicht: (2025)

Accelerating the Evolution of Personalized Automated Lane Change through Lesson Learning
von: Hu, Jia, et al.
Veröffentlicht: (2024)

Sixth-Sense: Self-Supervised Learning of Spatial Awareness of Humans from a Planar Lidar
von: Arreghini, Simone, et al.
Veröffentlicht: (2025)

Robot Policy Transfer with Online Demonstrations: An Active Reinforcement Learning Approach
von: Hou, Muhan, et al.
Veröffentlicht: (2025)

ActivePusher: Active Learning and Planning with Residual Physics for Nonprehensile Manipulation
von: Zhong, Zhuoyun, et al.
Veröffentlicht: (2025)

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

Adaptive Meta-Learning for Identification of Rover-Terrain Dynamics
von: Banerjee, S., et al.
Veröffentlicht: (2020)

Failure Probability Estimation for Black-Box Autonomous Systems using State-Dependent Importance Sampling Proposals
von: Delecki, Harrison, et al.
Veröffentlicht: (2024)

The Role of Higher-Order Cognitive Models in Active Learning
von: Keurulainen, Oskar, et al.
Veröffentlicht: (2024)

Transfer Learning for Customized Car Racing Environments
von: Arockiaraj, Benedict Florance, et al.
Veröffentlicht: (2026)

Value Explicit Pretraining for Learning Transferable Representations
von: Lekkala, Kiran, et al.
Veröffentlicht: (2023)

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

Apple: Toward General Active Perception via Reinforcement Learning
von: Schneider, Tim, et al.
Veröffentlicht: (2025)

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

SurgIRL: Towards Life-Long Learning for Surgical Automation by Incremental Reinforcement Learning
von: Ho, Yun-Jie, et al.
Veröffentlicht: (2024)

Evaluating Reinforcement Learning Algorithms for Navigation in Simulated Robotic Quadrupeds: A Comparative Study Inspired by Guide Dog Behaviour
von: Harrison, Emma M. A.
Veröffentlicht: (2025)

Transfer Learning Study of Motion Transformer-based Trajectory Predictions
von: Ullrich, Lars, et al.
Veröffentlicht: (2024)

Active Learning Design: Modeling Force Output for Axisymmetric Soft Pneumatic Actuators
von: Campbell, Gregory M., et al.
Veröffentlicht: (2025)

On the Role of the Action Space in Robot Manipulation Learning and Sim-to-Real Transfer
von: Aljalbout, Elie, et al.
Veröffentlicht: (2023)

Transfer Learning in Robotics: An Upcoming Breakthrough? A Review of Promises and Challenges
von: Jaquier, Noémie, et al.
Veröffentlicht: (2023)

Machine Learning-Based Self-Localization Using Internal Sensors for Automating Bulldozers
von: Sawafuji, Hikaru, et al.
Veröffentlicht: (2025)

Learning to Double Guess: An Active Perception Approach for Estimating the Center of Mass of Arbitrary Objects
von: Jin, Shengmiao, et al.
Veröffentlicht: (2025)

Generalization in Transfer Learning
von: Ada, Suzan Ece, et al.
Veröffentlicht: (2019)

Skill Transfer and Discovery for Sim-to-Real Learning: A Representation-Based Viewpoint
von: Ma, Haitong, et al.
Veröffentlicht: (2024)

Zero-Shot Policy Transfer in Reinforcement Learning using Buckingham's Pi Theorem
von: Pascoa, Francisco, et al.
Veröffentlicht: (2025)

An Automated Machine Learning Framework for Surgical Suturing Action Detection under Class Imbalance
von: Zhang, Baobing, et al.
Veröffentlicht: (2025)

Semi-Supervised Active Learning for Semantic Segmentation in Unknown Environments Using Informative Path Planning
von: Rückin, Julius, et al.
Veröffentlicht: (2023)

Dynamics-Decoupled Trajectory Alignment for Sim-to-Real Transfer in Reinforcement Learning for Autonomous Driving
von: Steinecker, Thomas, et al.
Veröffentlicht: (2025)

CLEAR-IR: Clarity-Enhanced Active Reconstruction of Infrared Imagery
von: Shankar, Nathan, et al.
Veröffentlicht: (2025)

Learning Safety-Guaranteed, Non-Greedy Control Barrier Functions Using Reinforcement Learning
von: Wijayatunga, Minduli, et al.
Veröffentlicht: (2026)

Open Problem: Active Representation Learning
von: Milosevic, Nikola, et al.
Veröffentlicht: (2024)

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

Slug Mobile: Test-Bench for RL Testing
von: Morris, Jonathan Wellington, et al.
Veröffentlicht: (2024)

Learning to Recharge: UAV Coverage Path Planning through Deep Reinforcement Learning
von: Theile, Mirco, et al.
Veröffentlicht: (2023)

Learning Memory Mechanisms for Decision Making through Demonstrations
von: Yue, William, et al.
Veröffentlicht: (2024)

Dexterous Manipulation through Imitation Learning: A Survey
von: An, Shan, et al.
Veröffentlicht: (2025)

Shared Control of Holonomic Wheelchairs through Reinforcement Learning
von: Bähler, Jannis, et al.
Veröffentlicht: (2025)

Learning Generalizable Visuomotor Policy through Dynamics-Alignment
von: Lee, Dohyeok, et al.
Veröffentlicht: (2025)

STRIDE: Automating Reward Design, Deep Reinforcement Learning Training and Feedback Optimization in Humanoid Robotics Locomotion
von: Wu, Zhenwei, et al.
Veröffentlicht: (2025)

Digital Twin-based Control Co-Design of Full Vehicle Active Suspensions via Deep Reinforcement Learning
von: Tsai, Ying-Kuan, et al.
Veröffentlicht: (2025)