Buchumschlag

Overcoming Knowledge Barriers: Online Imitation Learning from Visual Observation with Pretrained World Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Xingyuan, Becker-Ehmck, Philip, van der Smagt, Patrick, Karl, Maximilian
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Latent Action World Models for Control with Unlabeled Trajectories
von: Alles, Marvin, et al.
Veröffentlicht: (2025)

Constrained Latent Action Policies for Model-Based Offline Reinforcement Learning
von: Alles, Marvin, et al.
Veröffentlicht: (2024)

LIMT: Language-Informed Multi-Task Visual World Models
von: Aljalbout, Elie, et al.
Veröffentlicht: (2024)

OLLIE: Imitation Learning from Offline Pretraining to Online Finetuning
von: Yue, Sheng, et al.
Veröffentlicht: (2024)

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

Latent Matters: Learning Deep State-Space Models
von: Klushyn, Alexej, et al.
Veröffentlicht: (2026)

Reward-free World Models for Online Imitation Learning
von: Li, Shangzhe, et al.
Veröffentlicht: (2024)

FlowQ: Energy-Guided Flow Policies for Offline Reinforcement Learning
von: Alles, Marvin, et al.
Veröffentlicht: (2025)

The Shortcomings of Force-from-Motion in Robot Learning
von: Aljalbout, Elie, et al.
Veröffentlicht: (2024)

Adversarial Imitation Learning from Visual Observations using Latent Information
von: Giammarino, Vittorio, et al.
Veröffentlicht: (2023)

Coupled Distributional Random Expert Distillation for World Model Online Imitation Learning
von: Li, Shangzhe, et al.
Veröffentlicht: (2025)

How to Leverage Diverse Demonstrations in Offline Imitation Learning
von: Yue, Sheng, et al.
Veröffentlicht: (2024)

Efficient Imitation Learning with Conservative World Models
von: Kolev, Victor, et al.
Veröffentlicht: (2024)

TAIL: Task-specific Adapters for Imitation Learning with Large Pretrained Models
von: Liu, Zuxin, et al.
Veröffentlicht: (2023)

Overcoming Domain Drift in Online Continual Learning
von: Lyu, Fan, et al.
Veröffentlicht: (2024)

TechOps: Technical Documentation Templates for the AI Act
von: Lucaj, Laura, et al.
Veröffentlicht: (2025)

Diffusion Imitation from Observation
von: Huang, Bo-Ruei, et al.
Veröffentlicht: (2024)

DITTO: Offline Imitation Learning with World Models
von: DeMoss, Branton, et al.
Veröffentlicht: (2023)

HILONet: Hierarchical Imitation Learning from Non-Aligned Observations
von: Liu, Shanqi, et al.
Veröffentlicht: (2020)

Guided Decoding for Robot On-line Motion Generation and Adaption
von: Chen, Nutan, et al.
Veröffentlicht: (2024)

Imitation Learning from Observation with Automatic Discount Scheduling
von: Liu, Yuyang, et al.
Veröffentlicht: (2023)

Imitation from Observations with Trajectory-Level Generative Embeddings
von: Qu, Yongtao, et al.
Veröffentlicht: (2026)

Improved Sample Complexity of Imitation Learning for Barrier Model Predictive Control
von: Pfrommer, Daniel, et al.
Veröffentlicht: (2024)

Knowledge-Informed Kernel State Reconstruction from Heterogeneous Partial Observations
von: Muscarnera, Luca, et al.
Veröffentlicht: (2026)

Imitation Learning from Observation through Optimal Transport
von: Chang, Wei-Di, et al.
Veröffentlicht: (2023)

A Dual Approach to Imitation Learning from Observations with Offline Datasets
von: Sikchi, Harshit, et al.
Veröffentlicht: (2024)

Imitation Learning from Observations: An Autoregressive Mixture of Experts Approach
von: Wang, Renzi, et al.
Veröffentlicht: (2024)

Online Adaptation for Enhancing Imitation Learning Policies
von: Malato, Federico, et al.
Veröffentlicht: (2024)

Pragmatic auditing: a pilot-driven approach for auditing Machine Learning systems
von: Benbouzid, Djalel, et al.
Veröffentlicht: (2024)

Making Offline RL Online: Collaborative World Models for Offline Visual Reinforcement Learning
von: Wang, Qi, et al.
Veröffentlicht: (2023)

A Knowledge-Informed Pretrained Model for Causal Discovery
von: Xu, Wenbo, et al.
Veröffentlicht: (2026)

Improving Generalization Ability of Robotic Imitation Learning by Resolving Causal Confusion in Observations
von: Chen, Yifei, et al.
Veröffentlicht: (2025)

Procedural Knowledge in Pretraining Drives Reasoning in Large Language Models
von: Ruis, Laura, et al.
Veröffentlicht: (2024)

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

Value from Observations: Towards Large-Scale Imitation Learning via Self-Improvement
von: Bloesch, Michael, et al.
Veröffentlicht: (2025)

LUMOS: Language-Conditioned Imitation Learning with World Models
von: Nematollahi, Iman, et al.
Veröffentlicht: (2025)

Learning POMDP World Models from Observations with Language-Model Priors
von: Six, Valentin, et al.
Veröffentlicht: (2026)

Bird's Eye View Based Pretrained World model for Visual Navigation
von: Lekkala, Kiran, et al.
Veröffentlicht: (2023)

Simulation Distillation: Pretraining World Models in Simulation for Rapid Real-World Adaptation
von: Levy, Jacob, et al.
Veröffentlicht: (2026)

Sequential Model for Predicting Patient Adherence in Subcutaneous Immunotherapy for Allergic Rhinitis
von: Li, Yin, et al.
Veröffentlicht: (2024)