Buchumschlag

Context-Aware Deep Lagrangian Networks for Model Predictive Control

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Schulze, Lucas, Peters, Jan, Arenz, Oleg
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Robotics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Floating-Base Deep Lagrangian Networks
von: Schulze, Lucas, et al.
Veröffentlicht: (2025)

Discrete Variational Autoencoding via Policy Search
von: Drolet, Michael, et al.
Veröffentlicht: (2025)

Trust Region Inverse Reinforcement Learning: Explicit Dual Ascent using Local Policy Updates
von: Diwan, Anish, et al.
Veröffentlicht: (2026)

The Role of Domain Randomization in Training Diffusion Policies for Whole-Body Humanoid Control
von: Kaidanov, Oleg, et al.
Veröffentlicht: (2024)

Structured Deep Neural Network-Based Backstepping Trajectory Tracking Control for Lagrangian Systems
von: Qian, Jiajun, et al.
Veröffentlicht: (2024)

Context-Conditional Navigation with a Learning-Based Terrain- and Robot-Aware Dynamics Model
von: Guttikonda, Suresh, et al.
Veröffentlicht: (2023)

Hierarchical Policy Blending as Inference for Reactive Robot Control
von: Hansel, Kay, et al.
Veröffentlicht: (2022)

Deep Generative Models in Robotics: A Survey on Learning from Multimodal Demonstrations
von: Urain, Julen, et al.
Veröffentlicht: (2024)

Bridging the Reality Gap in Digital Twins with Context-Aware, Physics-Guided Deep Learning
von: Ma, Sizhe, et al.
Veröffentlicht: (2025)

Multi-Embodiment Locomotion at Scale with extreme Embodiment Randomization
von: Bohlinger, Nico, et al.
Veröffentlicht: (2025)

Learning Hierarchical Domain Models Through Environment-Grounded Interaction
von: Kienle, Claudius, et al.
Veröffentlicht: (2025)

Behavior-Constrained Reinforcement Learning with Receding-Horizon Credit Assignment for High-Performance Control
von: Ju, Siwei, et al.
Veröffentlicht: (2026)

Context-Aware Model-Based Reinforcement Learning for Autonomous Racing
von: Moustafa, Emran Yasser, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Trajectory Prediction via Rule-Regularized Heteroscedastic Deep Classification
von: Manas, Kumar, et al.
Veröffentlicht: (2025)

Improving AEBS Validation Through Objective Intervention Classification Leveraging the Prediction Divergence Principle
von: Betschinske, Daniel, et al.
Veröffentlicht: (2025)

Grasp Diffusion Network: Learning Grasp Generators from Partial Point Clouds with Diffusion Models in SO(3)xR3
von: Carvalho, Joao, et al.
Veröffentlicht: (2024)

Hysteresis-Aware Neural Network Modeling and Whole-Body Reinforcement Learning Control of Soft Robots
von: Chen, Zongyuan, et al.
Veröffentlicht: (2025)

Investigating Lagrangian Neural Networks for Infinite Horizon Planning in Quadrupedal Locomotion
von: Kotecha, Prakrut, et al.
Veröffentlicht: (2025)

Efficient Stochastic Optimal Control through Approximate Bayesian Input Inference
von: Watson, Joe, et al.
Veröffentlicht: (2021)

MuJoCo MPC for Humanoid Control: Evaluation on HumanoidBench
von: Meser, Moritz, et al.
Veröffentlicht: (2024)

Explore the Context: Optimal Data Collection for Context-Conditional Dynamics Models
von: Achterhold, Jan, et al.
Veröffentlicht: (2021)

Active Learning of Discrete-Time Dynamics for Uncertainty-Aware Model Predictive Control
von: Saviolo, Alessandro, et al.
Veröffentlicht: (2022)

Learnable Conformal Prediction with Context-Aware Nonconformity Functions for Robotic Planning and Perception
von: Kumar, Divake, et al.
Veröffentlicht: (2025)

Generalizable and Fast Surrogates: Model Predictive Control of Articulated Soft Robots using Physics-Informed Neural Networks
von: Habich, Tim-Lukas, et al.
Veröffentlicht: (2025)

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

Fast and Robust Visuomotor Riemannian Flow Matching Policy
von: Ding, Haoran, et al.
Veröffentlicht: (2024)

DR-MPC: Deep Residual Model Predictive Control for Real-world Social Navigation
von: Han, James R., et al.
Veröffentlicht: (2024)

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

CAPS: Context-Aware Priority Sampling for Enhanced Imitation Learning in Autonomous Driving
von: Mirkhani, Hamidreza, et al.
Veröffentlicht: (2025)

NaviSlim: Adaptive Context-Aware Navigation and Sensing via Dynamic Slimmable Networks
von: Johnsen, Tim, et al.
Veröffentlicht: (2024)

Gait in Eight: Efficient On-Robot Learning for Omnidirectional Quadruped Locomotion
von: Bohlinger, Nico, et al.
Veröffentlicht: (2025)

Evetac: An Event-based Optical Tactile Sensor for Robotic Manipulation
von: Funk, Niklas, et al.
Veröffentlicht: (2023)

Learning Force Distribution Estimation for the GelSight Mini Optical Tactile Sensor Based on Finite Element Analysis
von: Helmut, Erik, et al.
Veröffentlicht: (2024)

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

Learning a Terrain- and Robot-Aware Dynamics Model for Autonomous Mobile Robot Navigation
von: Achterhold, Jan, et al.
Veröffentlicht: (2024)

Motion Planning Diffusion: Learning and Planning of Robot Motions with Diffusion Models
von: Carvalho, Joao, et al.
Veröffentlicht: (2023)

Bootstrapped Model Predictive Control
von: Wang, Yuhang, et al.
Veröffentlicht: (2025)

Neuro-Symbolic Imitation Learning: Discovering Symbolic Abstractions for Skill Learning
von: Keller, Leon, et al.
Veröffentlicht: (2025)

Apple: Toward General Active Perception via Reinforcement Learning
von: Schneider, Tim, et al.
Veröffentlicht: (2025)

Underwater Soft Fin Flapping Motion with Deep Neural Network Based Surrogate Model
von: Hamamatsu, Yuya, et al.
Veröffentlicht: (2025)