Buchumschlag

Training Verifiably Robust Agents Using Set-Based Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wendl, Manuel, Koller, Lukas, Ladner, Tobias, Althoff, Matthias
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Robotics Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Set-Based Training of Neural Barrier Certificates for Safety Verification of Dynamical Systems
von: Kranzlmüller, Miriam, et al.
Veröffentlicht: (2026)

Set-Based Training for Neural Network Verification
von: Koller, Lukas, et al.
Veröffentlicht: (2024)

Safety Filtering While Training: Improving the Performance and Sample Efficiency of Reinforcement Learning Agents
von: Bejarano, Federico Pizarro, et al.
Veröffentlicht: (2024)

Active Alignments of Lens Systems with Reinforcement Learning
von: Burkhardt, Matthias, et al.
Veröffentlicht: (2025)

MPC-Inspired Reinforcement Learning for Verifiable Model-Free Control
von: Lu, Yiwen, et al.
Veröffentlicht: (2023)

Out of the Shadows: Exploring a Latent Space for Neural Network Verification
von: Koller, Lukas, et al.
Veröffentlicht: (2025)

Provable Traffic Rule Compliance in Safe Reinforcement Learning on the Open Sea
von: Krasowski, Hanna, et al.
Veröffentlicht: (2024)

Sim-to-Real Transfer of Deep Reinforcement Learning Agents for Online Coverage Path Planning
von: Jonnarth, Arvi, et al.
Veröffentlicht: (2024)

Priority-Driven Control and Communication in Decentralized Multi-Agent Systems via Reinforcement Learning
von: Guo, Qingyun, et al.
Veröffentlicht: (2026)

Deep Reinforcement Learning for Time-Critical Wilderness Search And Rescue Using Drones
von: Ewers, Jan-Hendrik, et al.
Veröffentlicht: (2024)

Learning Maximal Safe Sets Using Hypernetworks for MPC-based Local Trajectory Planning in Unknown Environments
von: Derajić, Bojan, et al.
Veröffentlicht: (2024)

Improving Stochastic Action-Constrained Reinforcement Learning via Truncated Distributions
von: Stolz, Roland, et al.
Veröffentlicht: (2025)

End-to-End Reinforcement Learning for Torque Based Variable Height Hopping
von: Soni, Raghav, et al.
Veröffentlicht: (2023)

DOA: A Degeneracy Optimization Agent with Adaptive Pose Compensation Capability based on Deep Reinforcement Learning
von: Li, Yanbin, et al.
Veröffentlicht: (2025)

Autonomous Vehicle Lateral Control Using Deep Reinforcement Learning with MPC-PID Demonstration
von: Wu, Chengdong, et al.
Veröffentlicht: (2025)

Robust Multi-Agent Reinforcement Learning for Small UAS Separation Assurance under GPS Degradation and Spoofing
von: Zongo, Alex, et al.
Veröffentlicht: (2026)

DiAReL: Reinforcement Learning with Disturbance Awareness for Robust Sim2Real Policy Transfer in Robot Control
von: Malmir, Mohammadhossein, et al.
Veröffentlicht: (2023)

SigmaRL: A Sample-Efficient and Generalizable Multi-Agent Reinforcement Learning Framework for Motion Planning
von: Xu, Jianye, et al.
Veröffentlicht: (2024)

Learning Team-Based Navigation: A Review of Deep Reinforcement Learning Techniques for Multi-Agent Pathfinding
von: Chung, Jaehoon, et al.
Veröffentlicht: (2023)

Safe Reinforcement Learning with Minimal Supervision
von: Quessy, Alexander, et al.
Veröffentlicht: (2025)

Adaptive Model-Predictive Control of a Soft Continuum Robot Using a Physics-Informed Neural Network Based on Cosserat Rod Theory
von: Licher, Johann, et al.
Veröffentlicht: (2025)

Learning Coverage Paths in Unknown Environments with Deep Reinforcement Learning
von: Jonnarth, Arvi, et al.
Veröffentlicht: (2023)

Off Policy Lyapunov Stability in Reinforcement Learning
von: Gill, Sarvan, et al.
Veröffentlicht: (2025)

Extracting Forward Invariant Sets from Neural Network-Based Control Barrier Functions
von: Vaisi, Goli, et al.
Veröffentlicht: (2025)

Hamilton-Jacobi Reachability in Reinforcement Learning: A Survey
von: Ganai, Milan, et al.
Veröffentlicht: (2024)

Provably Optimal Reinforcement Learning under Safety Filtering
von: Oh, Donggeon David, et al.
Veröffentlicht: (2025)

Model-Free versus Model-Based Reinforcement Learning for Fixed-Wing UAV Attitude Control Under Varying Wind Conditions
von: Olivares, David, et al.
Veröffentlicht: (2024)

Adaptive Gain Scheduling using Reinforcement Learning for Quadcopter Control
von: Timmerman, Mike, et al.
Veröffentlicht: (2024)

Goal Reaching with Eikonal-Constrained Hierarchical Quasimetric Reinforcement Learning
von: Giammarino, Vittorio, et al.
Veröffentlicht: (2025)

Constraint-Aware Reinforcement Learning via Adaptive Action Scaling
von: Dawood, Murad, et al.
Veröffentlicht: (2025)

Socially Integrated Navigation: A Social Acting Robot with Deep Reinforcement Learning
von: Flögel, Daniel, et al.
Veröffentlicht: (2024)

CBF-RL: Safety Filtering Reinforcement Learning in Training with Control Barrier Functions
von: Yang, Lizhi, et al.
Veröffentlicht: (2025)

Safety Beyond the Training Data: Robust Out-of-Distribution MPC via Conformalized System Level Synthesis
von: Srinivasan, Anutam, et al.
Veröffentlicht: (2026)

Distributionally Robust Policy and Lyapunov-Certificate Learning
von: Long, Kehan, et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning with Enhanced PPO for Safe Mobile Robot Navigation
von: Taheri, Hamid, et al.
Veröffentlicht: (2024)

LAPP: Large Language Model Feedback for Preference-Driven Reinforcement Learning
von: Jian, Pingcheng, et al.
Veröffentlicht: (2025)

Optimization of the Model Predictive Control Meta-Parameters Through Reinforcement Learning
von: Bøhn, Eivind, et al.
Veröffentlicht: (2021)

Learning Robust Autonomous Navigation and Locomotion for Wheeled-Legged Robots
von: Lee, Joonho, et al.
Veröffentlicht: (2024)

Robust Recovery Controller for a Quadrupedal Robot using Deep Reinforcement Learning
von: Lee, Joonho, et al.
Veröffentlicht: (2019)

Efficiently Obtaining Reachset Conformance for the Formal Analysis of Robotic Contact Tasks
von: Tang, Chencheng, et al.
Veröffentlicht: (2024)