Buchumschlag

Towards Interpretable Foundation Models of Robot Behavior: A Task Specific Policy Generation Approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sheidlower, Isaac, Aronson, Reuben, Short, Elaine Schaertl
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Robotics Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Online Behavior Modification for Expressive User Control of RL-Trained Robots
von: Sheidlower, Isaac, et al.
Veröffentlicht: (2024)

Imagining In-distribution States: How Predictable Robot Behavior Can Enable User Control Over Learned Policies
von: Sheidlower, Isaac, et al.
Veröffentlicht: (2024)

On the Effect of Robot Errors on Human Teaching Dynamics
von: Huang, Jindan, et al.
Veröffentlicht: (2024)

How Much Progress Did I Make? An Unexplored Human Feedback Signal for Teaching Robots
von: Yu, Hang, et al.
Veröffentlicht: (2024)

Control-Theoretic Analysis of Shared Control Systems
von: Aronson, Reuben M., et al.
Veröffentlicht: (2024)

How Users Understand Robot Foundation Model Performance through Task Success Rates and Beyond
von: Sheidlower, Isaac, et al.
Veröffentlicht: (2026)

Enhancing Robot Navigation Policies with Task-Specific Uncertainty Managements
von: Puthumanaillam, Gokul, et al.
Veröffentlicht: (2025)

Demonstration Sidetracks: Categorizing Systematic Non-Optimality in Human Demonstrations
von: Fang, Shijie, et al.
Veröffentlicht: (2025)

Interpretable Robot Control via Structured Behavior Trees and Large Language Models
von: Chekam, Ingrid Maéva, et al.
Veröffentlicht: (2025)

QMP: Q-switch Mixture of Policies for Multi-Task Behavior Sharing
von: Zhang, Grace, et al.
Veröffentlicht: (2023)

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

From "Thumbs Up" to "10 out of 10": Reconsidering Scalar Feedback in Interactive Reinforcement Learning
von: Yu, Hang, et al.
Veröffentlicht: (2023)

Efficient Evaluation of Multi-Task Robot Policies With Active Experiment Selection
von: Anwar, Abrar, et al.
Veröffentlicht: (2025)

Online Foundation Model Selection in Robotics
von: Li, Po-han, et al.
Veröffentlicht: (2024)

ImaginationPolicy: Towards Generalizable, Precise and Reliable End-to-End Policy for Robotic Manipulation
von: Lu, Dekun, et al.
Veröffentlicht: (2025)

Toward Accurate Long-Horizon Robotic Manipulation: Language-to-Action with Foundation Models via Scene Graphs
von: Dinesh, Sushil Samuel, et al.
Veröffentlicht: (2025)

Distilling Reinforcement Learning Policies for Interpretable Robot Locomotion: Gradient Boosting Machines and Symbolic Regression
von: Acero, Fernando, et al.
Veröffentlicht: (2024)

Embodied Red Teaming for Auditing Robotic Foundation Models
von: Karnik, Sathwik, et al.
Veröffentlicht: (2024)

Vision-Language Foundation Models as Effective Robot Imitators
von: Li, Xinghang, et al.
Veröffentlicht: (2023)

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

Projected Task-Specific Layers for Multi-Task Reinforcement Learning
von: Roberts, Josselin Somerville, et al.
Veröffentlicht: (2023)

Robotic World Model: A Neural Network Simulator for Robust Policy Optimization in Robotics
von: Li, Chenhao, et al.
Veröffentlicht: (2025)

Foundation Policies with Hilbert Representations
von: Park, Seohong, et al.
Veröffentlicht: (2024)

PWM: Policy Learning with Multi-Task World Models
von: Georgiev, Ignat, et al.
Veröffentlicht: (2024)

RAPTOR: A Foundation Policy for Quadrotor Control
von: Eschmann, Jonas, et al.
Veröffentlicht: (2025)

A Mechanistic Analysis of Sim-and-Real Co-Training in Generative Robot Policies
von: Lei, Yu, et al.
Veröffentlicht: (2026)

Unsupervised Skill Discovery for Robotic Manipulation through Automatic Task Generation
von: Jansonnie, Paul, et al.
Veröffentlicht: (2024)

Efficient Multi-Task Reinforcement Learning via Task-Specific Action Correction
von: Feng, Jinyuan, et al.
Veröffentlicht: (2024)

MSG: Multi-Stream Generative Policies for Sample-Efficient Robotic Manipulation
von: von Hartz, Jan Ole, et al.
Veröffentlicht: (2025)

A Comprehensive Survey on Physical Risk Control in the Era of Foundation Model-enabled Robotics
von: Kojima, Takeshi, et al.
Veröffentlicht: (2025)

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

Toward General-Purpose Robots via Foundation Models: A Survey and Meta-Analysis
von: Hu, Yafei, et al.
Veröffentlicht: (2023)

GR00T N1: An Open Foundation Model for Generalist Humanoid Robots
von: NVIDIA, et al.
Veröffentlicht: (2025)

PEEK: Guiding and Minimal Image Representations for Zero-Shot Generalization of Robot Manipulation Policies
von: Zhang, Jesse, et al.
Veröffentlicht: (2025)

A Taxonomy for Evaluating Generalist Robot Manipulation Policies
von: Gao, Jensen, et al.
Veröffentlicht: (2025)

How Generalizable Is My Behavior Cloning Policy? A Statistical Approach to Trustworthy Performance Evaluation
von: Vincent, Joseph A., et al.
Veröffentlicht: (2024)

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

Towards General Purpose Robots at Scale: Lifelong Learning and Learning to Use Memory
von: Yue, William
Veröffentlicht: (2024)

Adaptive Diffusion Policy Optimization for Robotic Manipulation
von: Jiang, Huiyun, et al.
Veröffentlicht: (2025)

Imagination Policy: Using Generative Point Cloud Models for Learning Manipulation Policies
von: Huang, Haojie, et al.
Veröffentlicht: (2024)