Buchumschlag

On the Design of Safe Continual RL Methods for Control of Nonlinear Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Coursey, Austin, Quinones-Grueiro, Marcos, Biswas, Gautam
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Safe Continual Reinforcement Learning in Non-stationary Environments
von: Coursey, Austin, et al.
Veröffentlicht: (2026)

FT-AED: Benchmark Dataset for Early Freeway Traffic Anomalous Event Detection
von: Coursey, Austin, et al.
Veröffentlicht: (2024)

Inverse RL Scene Dynamics Learning for Nonlinear Predictive Control in Autonomous Vehicles
von: Grigorescu, Sorin, et al.
Veröffentlicht: (2025)

Safe Bayesian Optimization for the Control of High-Dimensional Embodied Systems
von: Wei, Yunyue, et al.
Veröffentlicht: (2024)

Safe Imitation Learning of Nonlinear Model Predictive Control for Flexible Robots
von: Mamedov, Shamil, et al.
Veröffentlicht: (2022)

MARVEL: Multi-Agent Reinforcement-Learning for Large-Scale Variable Speed Limits
von: Zhang, Yuhang, et al.
Veröffentlicht: (2023)

Safe Neural Control for Non-Affine Control Systems with Differentiable Control Barrier Functions
von: Xiao, Wei, et al.
Veröffentlicht: (2023)

Composable Model-Free RL for Navigation with Input-Affine Systems
von: Sang, Xinhuan, et al.
Veröffentlicht: (2026)

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

RL from Physical Feedback: Aligning Large Motion Models with Humanoid Control
von: Yue, Junpeng, et al.
Veröffentlicht: (2025)

RIFT: Group-Relative RL Fine-Tuning for Realistic and Controllable Traffic Simulation
von: Chen, Keyu, et al.
Veröffentlicht: (2025)

Simplex-enabled Safe Continual Learning Machine
von: Cao, Hongpeng, et al.
Veröffentlicht: (2024)

RL Token: Bootstrapping Online RL with Vision-Language-Action Models
von: Xu, Charles, et al.
Veröffentlicht: (2026)

Fisher-Preserving Guidance: Training-Free Manifold Constraints for Safe Diffusion Control
von: Ren, Hao, et al.
Veröffentlicht: (2026)

A Heuristic Approach for Performance Tuning in RL-based Quadrotor Control via Reward Design and Termination Conditions
von: Suarez, Fausto Mauricio Lagos, et al.
Veröffentlicht: (2026)

Certificated Actor-Critic: Hierarchical Reinforcement Learning with Control Barrier Functions for Safe Navigation
von: Xie, Junjun, et al.
Veröffentlicht: (2025)

Safe Hybrid-Action Reinforcement Learning-Based Decision and Control for Discretionary Lane Change
von: Xu, Ruichen, et al.
Veröffentlicht: (2024)

Dual RL: Unification and New Methods for Reinforcement and Imitation Learning
von: Sikchi, Harshit, et al.
Veröffentlicht: (2023)

RL-based Control of UAS Subject to Significant Disturbance
von: Chakraborty, Kousheek, et al.
Veröffentlicht: (2025)

Lyapunov Stability Learning with Nonlinear Control via Inductive Biases
von: Lu, Yupu, et al.
Veröffentlicht: (2025)

SafePath: Conformal Prediction for Safe LLM-Based Autonomous Navigation
von: Doula, Achref, et al.
Veröffentlicht: (2025)

PoSafeNet: Safe Learning with Poset-Structured Neural Nets
von: Wong, Kiwan, et al.
Veröffentlicht: (2026)

Koopman Identification of Nonlinear Systems via Reservoir Liftings
von: Gu, Weibin, et al.
Veröffentlicht: (2026)

Safe Multi-Agent Navigation guided by Goal-Conditioned Safe Reinforcement Learning
von: Feng, Meng, et al.
Veröffentlicht: (2025)

Data-efficient, Explainable and Safe Box Manipulation: Illustrating the Advantages of Physical Priors in Model-Predictive Control
von: Salehi, Achkan, et al.
Veröffentlicht: (2023)

What Matters in Learning A Zero-Shot Sim-to-Real RL Policy for Quadrotor Control? A Comprehensive Study
von: Chen, Jiayu, et al.
Veröffentlicht: (2024)

Denoising Diffusion-Based Control of Nonlinear Systems
von: Elamvazhuthi, Karthik, et al.
Veröffentlicht: (2024)

PriPG-RL: Privileged Planner-Guided Reinforcement Learning for Partially Observable Systems with Anytime-Feasible MPC
von: Amiri, Mohsen, et al.
Veröffentlicht: (2026)

Data-Driven Permissible Safe Control with Barrier Certificates
von: Mazouz, Rayan, et al.
Veröffentlicht: (2024)

Slug Mobile: Test-Bench for RL Testing
von: Morris, Jonathan Wellington, et al.
Veröffentlicht: (2024)

LeARN: Learnable and Adaptive Representations for Nonlinear Dynamics in System Identification
von: Singh, Arunabh, et al.
Veröffentlicht: (2024)

Risk-Aware Safe Reinforcement Learning for Control of Stochastic Linear Systems
von: Esmaeili, Babak, et al.
Veröffentlicht: (2025)

Novelty-based Sample Reuse for Continuous Robotics Control
von: Duan, Ke, et al.
Veröffentlicht: (2024)

Safe reinforcement learning in uncertain contexts
von: Baumann, Dominik, et al.
Veröffentlicht: (2024)

RSL-RL: A Learning Library for Robotics Research
von: Schwarke, Clemens, et al.
Veröffentlicht: (2025)

End-to-end RL Improves Dexterous Grasping Policies
von: Singh, Ritvik, et al.
Veröffentlicht: (2025)

From Imitation to Refinement -- Residual RL for Precise Assembly
von: Ankile, Lars, et al.
Veröffentlicht: (2024)

Design and Control of a Bipedal Robotic Character
von: Grandia, Ruben, et al.
Veröffentlicht: (2025)

A Review of Online Diffusion Policy RL Algorithms for Scalable Robotic Control
von: Choi, Wonhyeok, et al.
Veröffentlicht: (2026)

CtRL-Sim: Reactive and Controllable Driving Agents with Offline Reinforcement Learning
von: Rowe, Luke, et al.
Veröffentlicht: (2024)