:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tian, Ran, Goel, Kratarth
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Robotics
Online-Zugang:	https://arxiv.org/abs/2503.20105
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Integrating Controllable Motion Skills from Demonstrations
von: Liao, Honghao, et al.
Veröffentlicht: (2024)

Scaling Motion Forecasting Models with Ensemble Distillation
von: Ettinger, Scott, et al.
Veröffentlicht: (2024)

Representation Alignment from Human Feedback for Cross-Embodiment Reward Learning from Mixed-Quality Demonstrations
von: Mattson, Connor, et al.
Veröffentlicht: (2024)

Learning Reward and Policy Jointly from Demonstration and Preference Improves Alignment
von: Li, Chenliang, et al.
Veröffentlicht: (2024)

Leveraging Pre-trained Large Language Models with Refined Prompting for Online Task and Motion Planning
von: Guo, Huihui, et al.
Veröffentlicht: (2025)

Scaling Laws of Motion Forecasting and Planning -- Technical Report
von: Baniodeh, Mustafa, et al.
Veröffentlicht: (2025)

Generating Physically Realistic and Directable Human Motions from Multi-Modal Inputs
von: Shrestha, Aayam, et al.
Veröffentlicht: (2025)

Maximizing Alignment with Minimal Feedback: Efficiently Learning Rewards for Visuomotor Robot Policy Alignment
von: Tian, Ran, et al.
Veröffentlicht: (2024)

Steerable Adversarial Scenario Generation through Test-Time Preference Alignment
von: Nie, Tong, et al.
Veröffentlicht: (2025)

Lifelike Agility and Play in Quadrupedal Robots using Reinforcement Learning and Generative Pre-trained Models
von: Han, Lei, et al.
Veröffentlicht: (2023)

Learning to Discern: Imitating Heterogeneous Human Demonstrations with Preference and Representation Learning
von: Kuhar, Sachit, et al.
Veröffentlicht: (2023)

AeroVerse: UAV-Agent Benchmark Suite for Simulating, Pre-training, Finetuning, and Evaluating Aerospace Embodied World Models
von: Yao, Fanglong, et al.
Veröffentlicht: (2024)

Forecast-PEFT: Parameter-Efficient Fine-Tuning for Pre-trained Motion Forecasting Models
von: Wang, Jifeng, et al.
Veröffentlicht: (2024)

Human Implicit Preference-Based Policy Fine-tuning for Multi-Agent Reinforcement Learning in USV Swarm
von: Kim, Hyeonjun, et al.
Veröffentlicht: (2025)

Learning from Demonstration with Implicit Nonlinear Dynamics Models
von: Fagan, Peter David, et al.
Veröffentlicht: (2024)

FoldPath: End-to-End Object-Centric Motion Generation via Modulated Implicit Paths
von: Rabino, Paolo, et al.
Veröffentlicht: (2025)

Aligning Humans and Robots via Reinforcement Learning from Implicit Human Feedback
von: Kim, Suzie, et al.
Veröffentlicht: (2025)

Reinforcement Learning from Implicit Neural Feedback for Human-Aligned Robot Control
von: Kim, Suzie
Veröffentlicht: (2025)

R2BC: Multi-Agent Imitation Learning from Single-Agent Demonstrations
von: Mattson, Connor, et al.
Veröffentlicht: (2025)

Pre-training Auto-regressive Robotic Models with 4D Representations
von: Niu, Dantong, et al.
Veröffentlicht: (2025)

Implicit Kinodynamic Motion Retargeting for Human-to-humanoid Imitation Learning
von: Chen, Xingyu, et al.
Veröffentlicht: (2025)

VARP: Reinforcement Learning from Vision-Language Model Feedback with Agent Regularized Preferences
von: Singh, Anukriti, et al.
Veröffentlicht: (2025)

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

ARCap: Collecting High-quality Human Demonstrations for Robot Learning with Augmented Reality Feedback
von: Chen, Sirui, et al.
Veröffentlicht: (2024)

Learning Sequential Kinematic Models from Demonstrations for Multi-Jointed Articulated Objects
von: Gupta, Anmol, et al.
Veröffentlicht: (2025)

Parallels Between VLA Model Post-Training and Human Motor Learning: Progress, Challenges, and Trends
von: Xiang, Tian-Yu, et al.
Veröffentlicht: (2025)

Multi-Agent Planning Using Visual Language Models
von: Brienza, Michele, et al.
Veröffentlicht: (2024)

Neural-Assisted in-Motion Self-Heading Alignment
von: Yampolsky, Zeev, et al.
Veröffentlicht: (2026)

Hierarchical Vision Language Action Model Using Success and Failure Demonstrations
von: Park, Jeongeun, et al.
Veröffentlicht: (2025)

Learning Pivoting Manipulation with Force and Vision Feedback Using Optimization-based Demonstrations
von: Shirai, Yuki, et al.
Veröffentlicht: (2025)

Zero-Shot Metric Depth Estimation via Monocular Visual-Inertial Rescaling for Autonomous Aerial Navigation
von: Yang, Steven, et al.
Veröffentlicht: (2025)

Autonomous Implicit Indoor Scene Reconstruction with Frontier Exploration
von: Zeng, Jing, et al.
Veröffentlicht: (2024)

Efficient Construction of Implicit Surface Models From a Single Image for Motion Generation
von: Chu, Wei-Teng, et al.
Veröffentlicht: (2025)

MimicDreamer: Aligning Human and Robot Demonstrations for Scalable VLA Training
von: Li, Haoyun, et al.
Veröffentlicht: (2025)

DINO-WM: World Models on Pre-trained Visual Features enable Zero-shot Planning
von: Zhou, Gaoyue, et al.
Veröffentlicht: (2024)

Evaluating VLMs' Spatial Reasoning Over Robot Motion: A Step Towards Robot Planning with Motion Preferences
von: Wu, Wenxi, et al.
Veröffentlicht: (2026)

Hypergraph-based Motion Generation with Multi-modal Interaction Relational Reasoning
von: Wu, Keshu, et al.
Veröffentlicht: (2024)

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

Joint Flow Trajectory Optimization For Feasible Robot Motion Generation from Video Demonstrations
von: Dong, Xiaoxiang, et al.
Veröffentlicht: (2025)

Beyond Joint Demonstrations: Personalized Expert Guidance for Efficient Multi-Agent Reinforcement Learning
von: Yu, Peihong, et al.
Veröffentlicht: (2024)