Buchumschlag

ActSafe: Active Exploration with Safety Constraints for Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	As, Yarden, Sukhija, Bhavya, Treven, Lenart, Sferrazza, Carmelo, Coros, Stelian, Krause, Andreas
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Bridging the Sim-to-Real Gap with Bayesian Inference
von: Rothfuss, Jonas, et al.
Veröffentlicht: (2024)

MaxInfoRL: Boosting exploration in reinforcement learning through information gain maximization
von: Sukhija, Bhavya, et al.
Veröffentlicht: (2024)

NeoRL: Efficient Exploration for Nonepisodic RL
von: Sukhija, Bhavya, et al.
Veröffentlicht: (2024)

TARC: Time-Adaptive Robotic Control
von: Sukhija, Arnav, et al.
Veröffentlicht: (2025)

Transductive Active Learning: Theory and Applications
von: Hübotter, Jonas, et al.
Veröffentlicht: (2024)

Data-Efficient Task Generalization via Probabilistic Model-based Meta Reinforcement Learning
von: Bhardwaj, Arjun, et al.
Veröffentlicht: (2023)

Sample-efficient and Scalable Exploration in Continuous-Time RL
von: Iten, Klemens, et al.
Veröffentlicht: (2025)

Active Few-Shot Fine-Tuning
von: Hübotter, Jonas, et al.
Veröffentlicht: (2024)

Simulation Priors for Data-Efficient Deep Learning
von: Treven, Lenart, et al.
Veröffentlicht: (2025)

Model-Based Reinforcement Learning for Control under Time-Varying Dynamics
von: Iten, Klemens, et al.
Veröffentlicht: (2026)

When to Sense and Control? A Time-adaptive Approach for Continuous-Time RL
von: Treven, Lenart, et al.
Veröffentlicht: (2024)

SOMBRL: Scalable and Optimistic Model-Based RL
von: Sukhija, Bhavya, et al.
Veröffentlicht: (2025)

Safe Exploration via Policy Priors
von: Wendl, Manuel, et al.
Veröffentlicht: (2026)

Safe Exploration Using Bayesian World Models and Log-Barrier Optimization
von: As, Yarden, et al.
Veröffentlicht: (2024)

MetaLoco: Universal Quadrupedal Locomotion with Meta-Reinforcement Learning and Motion Imitation
von: Zargarbashi, Fatemeh, et al.
Veröffentlicht: (2024)

Sampling-Based Safe Reinforcement Learning
von: Vignola, Luca, et al.
Veröffentlicht: (2026)

Problem Space Transformations for Out-of-Distribution Generalisation in Behavioural Cloning
von: Doshi, Kiran, et al.
Veröffentlicht: (2024)

What Matters for Simulation to Online Reinforcement Learning on Real Robots
von: As, Yarden, et al.
Veröffentlicht: (2026)

Learning Soft Robotic Dynamics with Active Exploration
von: Zheng, Hehui, et al.
Veröffentlicht: (2025)

CAIMAN: Causal Action Influence Detection for Sample-efficient Loco-manipulation
von: Yuan, Yuanchen, et al.
Veröffentlicht: (2025)

Learning Safety Constraints for Large Language Models
von: Chen, Xin, et al.
Veröffentlicht: (2025)

Beyond Binary: Sim-to-Real Dexterous Manipulation with Physics-Grounded Contact Representation
von: Pan, Jiahe, et al.
Veröffentlicht: (2026)

Rethinking Robustness Assessment: Adversarial Attacks on Learning-based Quadrupedal Locomotion Controllers
von: Shi, Fan, et al.
Veröffentlicht: (2024)

RobotKeyframing: Learning Locomotion with High-Level Objectives via Mixture of Dense and Sparse Rewards
von: Zargarbashi, Fatemeh, et al.
Veröffentlicht: (2024)

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

FastTD3: Simple, Fast, and Capable Reinforcement Learning for Humanoid Control
von: Seo, Younggyo, et al.
Veröffentlicht: (2025)

Safe Reinforcement Learning on the Constraint Manifold: Theory and Applications
von: Liu, Puze, et al.
Veröffentlicht: (2024)

Off-Policy Safe Reinforcement Learning with Constrained Optimistic Exploration
von: Li, Guopeng, et al.
Veröffentlicht: (2026)

Body Transformer: Leveraging Robot Embodiment for Policy Learning
von: Sferrazza, Carmelo, et al.
Veröffentlicht: (2024)

Handling Long-Term Safety and Uncertainty in Safe Reinforcement Learning
von: Günster, Jonas, et al.
Veröffentlicht: (2024)

Safe Guaranteed Exploration for Non-linear Systems
von: Prajapat, Manish, et al.
Veröffentlicht: (2024)

Revisiting Safe Exploration in Safe Reinforcement learning
von: Eckel, David, et al.
Veröffentlicht: (2024)

Maximum Entropy Behavior Exploration for Sim2Real Zero-Shot Reinforcement Learning
von: Hu, Jiajun, et al.
Veröffentlicht: (2026)

SPiDR: A Simple Approach for Zero-Shot Safety in Sim-to-Real Transfer
von: As, Yarden, et al.
Veröffentlicht: (2025)

Learning Sim-to-Real Humanoid Locomotion in 15 Minutes
von: Seo, Younggyo, et al.
Veröffentlicht: (2025)

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

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

HumanoidBench: Simulated Humanoid Benchmark for Whole-Body Locomotion and Manipulation
von: Sferrazza, Carmelo, et al.
Veröffentlicht: (2024)

AnySafe: Adapting Latent Safety Filters at Runtime via Safety Constraint Parameterization in the Latent Space
von: Agrawal, Sankalp, et al.
Veröffentlicht: (2025)

Active Fine-Tuning of Multi-Task Policies
von: Bagatella, Marco, et al.
Veröffentlicht: (2024)