Buchumschlag

Solving Robotics Tasks with Prior Demonstration via Exploration-Efficient Deep Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shen, Chengyandan, Sloth, Christoffer
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

Robot Deformable Object Manipulation via NMPC-generated Demonstrations in Deep Reinforcement Learning
von: Wang, Haoyuan, et al.
Veröffentlicht: (2025)

Memory, Benchmark & Robots: A Benchmark for Solving Complex Tasks with Reinforcement Learning
von: Cherepanov, Egor, et al.
Veröffentlicht: (2025)

Quantum Deep Reinforcement Learning for Robot Navigation Tasks
von: Hohenfeld, Hans, et al.
Veröffentlicht: (2022)

Tac2Motion: Contact-Aware Reinforcement Learning with Tactile Feedback for Robotic Hand Manipulation
von: Kim, Yitaek, et al.
Veröffentlicht: (2025)

Time Reversal Symmetry for Efficient Robotic Manipulations in Deep Reinforcement Learning
von: Jiang, Yunpeng, et al.
Veröffentlicht: (2025)

Robust Adaptive Time-Varying Control Barrier Function with Application to Robotic Surface Treatment
von: Kim, Yitaek, et al.
Veröffentlicht: (2025)

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

Mission-driven Exploration for Accelerated Deep Reinforcement Learning with Temporal Logic Task Specifications
von: Wang, Jun, et al.
Veröffentlicht: (2023)

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

Advancing Household Robotics: Deep Interactive Reinforcement Learning for Efficient Training and Enhanced Performance
von: Soni, Arpita, et al.
Veröffentlicht: (2024)

Efficient and Generalized end-to-end Autonomous Driving System with Latent Deep Reinforcement Learning and Demonstrations
von: Tang, Zuojin, et al.
Veröffentlicht: (2024)

Robot Policy Transfer with Online Demonstrations: An Active Reinforcement Learning Approach
von: Hou, Muhan, et al.
Veröffentlicht: (2025)

Instructing Robots by Sketching: Learning from Demonstration via Probabilistic Diagrammatic Teaching
von: Zhi, Weiming, et al.
Veröffentlicht: (2023)

Imitation Learning-Based Path Generation for the Complex Assembly of Deformable Objects
von: Kim, Yitaek, et al.
Veröffentlicht: (2025)

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

Deep Reinforcement Learning for Haptic Shared Control in Unknown Tasks
von: Fernandez, Franklin Cardeñoso, et al.
Veröffentlicht: (2021)

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

Generalization in Deep Reinforcement Learning for Robotic Navigation by Reward Shaping
von: Miranda, Victor R. F., et al.
Veröffentlicht: (2022)

AdaDemo: Data-Efficient Demonstration Expansion for Generalist Robotic Agent
von: Mu, Tongzhou, et al.
Veröffentlicht: (2024)

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

Semantic-Geometric Task Representations for Bimanual Manipulation from Human Demonstrations to Robot Action Planning
von: Herbert, Franziska, et al.
Veröffentlicht: (2026)

Quality over Quantity: Demonstration Curation via Influence Functions for Data-Centric Robot Learning
von: Lee, Haeone, et al.
Veröffentlicht: (2026)

Deep Reinforcement Learning for Robotics: A Survey of Real-World Successes
von: Tang, Chen, et al.
Veröffentlicht: (2024)

Crowd-Robot Interaction: Crowd-aware Robot Navigation with Attention-based Deep Reinforcement Learning
von: Chen, Changan, et al.
Veröffentlicht: (2018)

Robotic Skill Diversification via Active Mutation of Reward Functions in Reinforcement Learning During a Liquid Pouring Task
von: van Buuren, Jannick, et al.
Veröffentlicht: (2025)

Grammarization-Based Grasping with Deep Multi-Autoencoder Latent Space Exploration by Reinforcement Learning Agent
von: Askianakis, Leonidas
Veröffentlicht: (2024)

Bresa: Bio-inspired Reflexive Safe Reinforcement Learning for Contact-Rich Robotic Tasks
von: Zhang, Heng, et al.
Veröffentlicht: (2025)

Decoupling Task and Behavior: A Two-Stage Reward Curriculum in Reinforcement Learning for Robotics
von: Freitag, Kilian, et al.
Veröffentlicht: (2026)

Fast Lifelong Adaptive Inverse Reinforcement Learning from Demonstrations
von: Chen, Letian, et al.
Veröffentlicht: (2022)

Safety-Ensured Robotic Control Framework for Cutting Task Automation in Endoscopic Submucosal Dissection
von: Kim, Yitaek, et al.
Veröffentlicht: (2025)

How to Train Your Robots? The Impact of Demonstration Modality on Imitation Learning
von: Li, Haozhuo, et al.
Veröffentlicht: (2025)

DexCanvas: Bridging Human Demonstrations and Robot Learning for Dexterous Manipulation
von: Xu, Xinyue, et al.
Veröffentlicht: (2025)

Autonomous Vehicle Lateral Control Using Deep Reinforcement Learning with MPC-PID Demonstration
von: Wu, Chengdong, et al.
Veröffentlicht: (2025)

Augmented Reality Demonstrations for Scalable Robot Imitation Learning
von: Yang, Yue, et al.
Veröffentlicht: (2024)

Rainbow-DemoRL: Combining Improvements in Demonstration-Augmented Reinforcement Learning
von: Bhatt, Dwait, et al.
Veröffentlicht: (2026)

The Art of Imitation: Learning Long-Horizon Manipulation Tasks from Few Demonstrations
von: von Hartz, Jan Ole, et al.
Veröffentlicht: (2024)

SPEAR-1: Scaling Beyond Robot Demonstrations via 3D Understanding
von: Nikolov, Nikolay, et al.
Veröffentlicht: (2025)

NatSGD: A Dataset with Speech, Gestures, and Demonstrations for Robot Learning in Natural Human-Robot Interaction
von: Shrestha, Snehesh, et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning for Robotic Manipulation under Distribution Shift with Bounded Extremum Seeking
von: Saxena, Shaifalee, et al.
Veröffentlicht: (2026)

Learning Dolly-In Filming From Demonstration Using a Ground-Based Robot
von: Lorimer, Philip, et al.
Veröffentlicht: (2025)