Buchumschlag

Learning Constraint Network from Demonstrations via Positive-Unlabeled Learning with Memory Replay

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Peng, Baiyu, Billard, Aude
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Positive-Unlabeled Constraint Learning for Inferring Nonlinear Continuous Constraints Functions from Expert Demonstrations
von: Peng, Baiyu, et al.
Veröffentlicht: (2024)

CLAM: Continuous Latent Action Models for Robot Learning from Unlabeled Demonstrations
von: Liang, Anthony, et al.
Veröffentlicht: (2025)

Training and Simulation of Quadrupedal Robot in Adaptive Stair Climbing for Indoor Firefighting: An End-to-End Reinforcement Learning Approach
von: Huang, Baixiao, et al.
Veröffentlicht: (2026)

Human-Aware Robot Navigation via Reinforcement Learning with Hindsight Experience Replay and Curriculum Learning
von: Li, Keyu, et al.
Veröffentlicht: (2021)

Learning Dynamical Systems Encoding Non-Linearity within Space Curvature
von: Fichera, Bernardo, et al.
Veröffentlicht: (2024)

Enabling Option Learning in Sparse Rewards with Hindsight Experience Replay
von: Romio, Gabriel, et al.
Veröffentlicht: (2026)

Learning Parameterized Skills from Demonstrations
von: Gupta, Vedant, et al.
Veröffentlicht: (2025)

Learning Transferability: A Two-Stage Reinforcement Learning Approach for Enhancing Quadruped Robots' Performance in U-Shaped Stair Climbing
von: Huang, Baixiao, et al.
Veröffentlicht: (2026)

Learning to Throw-Flip
von: Liu, Yang, et al.
Veröffentlicht: (2025)

Learning Novel Skills from Language-Generated Demonstrations
von: Jin, Ao-Qun, et al.
Veröffentlicht: (2024)

Learning Adaptive Dexterous Grasping from Single Demonstrations
von: Shi, Liangzhi, et al.
Veröffentlicht: (2025)

Active Constraint Learning in High Dimensions from Demonstrations
von: Qiu, Zheng, et al.
Veröffentlicht: (2025)

Memory-Consistent Neural Networks for Imitation Learning
von: Sridhar, Kaustubh, et al.
Veröffentlicht: (2023)

Reward Learning from Suboptimal Demonstrations with Applications in Surgical Electrocautery
von: Karimi, Zohre, et al.
Veröffentlicht: (2024)

Feature Aggregation with Latent Generative Replay for Federated Continual Learning of Socially Appropriate Robot Behaviours
von: Churamani, Nikhil, et al.
Veröffentlicht: (2024)

Reverse Forward Curriculum Learning for Extreme Sample and Demonstration Efficiency in Reinforcement Learning
von: Tao, Stone, et al.
Veröffentlicht: (2024)

D-SPEAR: Dual-Stream Prioritized Experience Adaptive Replay for Stable Reinforcement Learning in Robotic Manipulation
von: Zhang, Yu, et al.
Veröffentlicht: (2026)

ROER: Regularized Optimal Experience Replay
von: Li, Changling, et al.
Veröffentlicht: (2024)

A roadmap for AI in robotics
von: Billard, Aude, et al.
Veröffentlicht: (2025)

Offline-to-online Reinforcement Learning for Image-based Grasping with Scarce Demonstrations
von: Chan, Bryan, et al.
Veröffentlicht: (2024)

Uncertainty-Based Smooth Policy Regularisation for Reinforcement Learning with Few Demonstrations
von: Zhu, Yujie, et al.
Veröffentlicht: (2025)

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

When a Robot is More Capable than a Human: Learning from Constrained Demonstrators
von: Li, Xinhu, et al.
Veröffentlicht: (2025)

Positive Unlabeled Contrastive Learning
von: Acharya, Anish, et al.
Veröffentlicht: (2022)

Learning from Imperfect Demonstrations via Temporal Behavior Tree-Guided Trajectory Repair
von: Puranic, Aniruddh G., et al.
Veröffentlicht: (2026)

Multi-Agent Inverse Q-Learning from Demonstrations
von: Haynam, Nathaniel, et al.
Veröffentlicht: (2025)

MoMaGen: Generating Demonstrations under Soft and Hard Constraints for Multi-Step Bimanual Mobile Manipulation
von: Li, Chengshu, et al.
Veröffentlicht: (2025)

Feature-Based vs. GAN-Based Learning from Demonstrations: When and Why
von: Li, Chenhao, et al.
Veröffentlicht: (2025)

Demonstration-Free Robotic Control via LLM Agents
von: Tsui, Brian Y., et al.
Veröffentlicht: (2026)

Efficient and Generalized end-to-end Autonomous Driving System with Latent Deep Reinforcement Learning and Demonstrations
von: Tang, Zuojin, et al.
Veröffentlicht: (2024)

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

Your Learned Constraint is Secretly a Backward Reachable Tube
von: Qadri, Mohamad, et al.
Veröffentlicht: (2025)

Constraints as Rewards: Reinforcement Learning for Robots without Reward Functions
von: Ishihara, Yu, et al.
Veröffentlicht: (2025)

Safe Offline Reinforcement Learning with Real-Time Budget Constraints
von: Lin, Qian, et al.
Veröffentlicht: (2023)

Symmetry-Guided Memory Augmentation for Efficient Locomotion Learning
von: Bao, Kaixi, et al.
Veröffentlicht: (2025)

Efficient Imitation Without Demonstrations via Value-Penalized Auxiliary Control from Examples
von: Ablett, Trevor, et al.
Veröffentlicht: (2024)

Learning Variable Compliance Control From a Few Demonstrations for Bimanual Robot with Haptic Feedback Teleoperation System
von: Kamijo, Tatsuya, et al.
Veröffentlicht: (2024)

Diffusion Models for Offline Multi-agent Reinforcement Learning with Safety Constraints
von: Huang, Jianuo
Veröffentlicht: (2024)

Learning Soft Driving Constraints from Vectorized Scene Embeddings while Imitating Expert Trajectories
von: Mobarakeh, Niloufar Saeidi, et al.
Veröffentlicht: (2024)

LodeStar: Long-horizon Dexterity via Synthetic Data Augmentation from Human Demonstrations
von: Wan, Weikang, et al.
Veröffentlicht: (2025)