Buchumschlag

Integrating Reinforcement Learning, Action Model Learning, and Numeric Planning for Tackling Complex Tasks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Benyamin, Yarin, Mordoch, Argaman, Shperberg, Shahaf S., Stern, Roni
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

RAMP: Hybrid DRL for Online Learning of Numeric Action Models
von: Benyamin, Yarin, et al.
Veröffentlicht: (2026)

Toward PDDL Planning Copilot
von: Benyamin, Yarin, et al.
Veröffentlicht: (2025)

Learning Safe Numeric Planning Action Models
von: Mordoch, Argaman, et al.
Veröffentlicht: (2023)

Safe Learning of PDDL Domains with Conditional Effects -- Extended Version
von: Mordoch, Argaman, et al.
Veröffentlicht: (2024)

EvoGPT: Leveraging LLM-Driven Seed Diversity to Improve Search-Based Test Suite Generation
von: Broide, Lior, et al.
Veröffentlicht: (2025)

Beyond Single-Step Updates: Reinforcement Learning of Heuristics with Limited-Horizon Search
von: Hadar, Gal, et al.
Veröffentlicht: (2025)

From Kinematics to Dynamics: Learning to Refine Hybrid Plans for Physically Feasible Execution
von: Erez, Lidor, et al.
Veröffentlicht: (2026)

Planning and Acting While the Clock Ticks
von: Coles, Andrew, et al.
Veröffentlicht: (2024)

On Parallel External-Memory Bidirectional Search
von: Siag, Lior, et al.
Veröffentlicht: (2024)

Bidirectional Bounded-Suboptimal Heuristic Search with Consistent Heuristics
von: Shperberg, Shahaf S., et al.
Veröffentlicht: (2025)

A* Search Without Expansions: Learning Heuristic Functions with Deep Q-Networks
von: Agostinelli, Forest, et al.
Veröffentlicht: (2021)

On Tackling Complex Tasks with Reward Machines and Signal Temporal Logics
von: Ruiz, Ana María Gómez, et al.
Veröffentlicht: (2026)

Leveraging Action Relational Structures for Integrated Learning and Planning
von: Wang, Ryan Xiao, et al.
Veröffentlicht: (2025)

Stabilizing Policy Gradients for Sample-Efficient Reinforcement Learning in LLM Reasoning
von: Melo, Luckeciano C., et al.
Veröffentlicht: (2025)

Budget Allocation Policies for Real-Time Multi-Agent Path Finding
von: Beck, Raz, et al.
Veröffentlicht: (2025)

Tackling Data Corruption in Offline Reinforcement Learning via Sequence Modeling
von: Xu, Jiawei, et al.
Veröffentlicht: (2024)

Equivariant Action Sampling for Reinforcement Learning and Planning
von: Zhao, Linfeng, et al.
Veröffentlicht: (2024)

Graph Learning for Numeric Planning
von: Chen, Dillon Z., et al.
Veröffentlicht: (2024)

Plan Then Action:High-Level Planning Guidance Reinforcement Learning for LLM Reasoning
von: Dou, Zhihao, et al.
Veröffentlicht: (2025)

Effort Allocation for Deadline-Aware Task and Motion Planning: A Metareasoning Approach
von: Sung, Yoonchang, et al.
Veröffentlicht: (2024)

Boosting Hierarchical Reinforcement Learning with Meta-Learning for Complex Task Adaptation
von: Khajooeinejad, Arash, et al.
Veröffentlicht: (2024)

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

In-Context Learning Learns Label Relationships but Is Not Conventional Learning
von: Kossen, Jannik, et al.
Veröffentlicht: (2023)

Sample-Efficient Robot Skill Learning for Construction Tasks: Benchmarking Hierarchical Reinforcement Learning and Vision-Language-Action VLA Model
von: Hu, Zhaofeng, et al.
Veröffentlicht: (2025)

Optimal and Bounded Suboptimal Any-Angle Multi-agent Pathfinding
von: Yakovlev, Konstantin, et al.
Veröffentlicht: (2024)

Plan Then Retrieve: Reinforcement Learning-Guided Complex Reasoning over Knowledge Graphs
von: Song, Yanlin, et al.
Veröffentlicht: (2025)

DARIL: When Imitation Learning outperforms Reinforcement Learning in Surgical Action Planning
von: Boels, Maxence, et al.
Veröffentlicht: (2025)

Planning with a Learned Policy Basis to Optimally Solve Complex Tasks
von: Infante, Guillermo, et al.
Veröffentlicht: (2024)

Unleashing Embodied Task Planning Ability in LLMs via Reinforcement Learning
von: Fei, Zhaoye, et al.
Veröffentlicht: (2025)

Bidirectional Task-Motion Planning Based on Hierarchical Reinforcement Learning for Strategic Confrontation
von: Wu, Qizhen, et al.
Veröffentlicht: (2025)

Adaptive Reinforcement Learning Planning: Harnessing Large Language Models for Complex Information Extraction
von: Ding, Zepeng, et al.
Veröffentlicht: (2024)

QAP-Router: Tackling Qubit Routing as Dynamic Quadratic Assignment with Reinforcement Learning
von: Nguyen, Kien X., et al.
Veröffentlicht: (2026)

Subgoaling Relaxation-based Heuristics for Numeric Planning with Infinite Actions
von: Aso-Mollar, Ángel, et al.
Veröffentlicht: (2025)

Memo: Training Memory-Efficient Embodied Agents with Reinforcement Learning
von: Gupta, Gunshi, et al.
Veröffentlicht: (2025)

On Learning Action Costs from Input Plans
von: Morales, Marianela, et al.
Veröffentlicht: (2024)

Temporal-Difference Variational Continual Learning
von: Melo, Luckeciano C., et al.
Veröffentlicht: (2024)

Tackling GNARLy Problems: Graph Neural Algorithmic Reasoning Reimagined through Reinforcement Learning
von: Schutz, Alex, et al.
Veröffentlicht: (2025)

Algorithm Selection for Optimal Multi-Agent Path Finding via Graph Embedding
von: Shabalin, Carmel, et al.
Veröffentlicht: (2024)

Model-based Reinforcement Learning for Parameterized Action Spaces
von: Zhang, Renhao, et al.
Veröffentlicht: (2024)

Tackling Heterogeneity in Quantum Federated Learning: An Integrated Sporadic-Personalized Approach
von: Rahman, Ratun, et al.
Veröffentlicht: (2026)