Buchumschlag

Learning Human Reaching Optimality Principles from Minimal Observation Inverse Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mehrdad, Sarmad, Sabbah, Maxime, Bonnet, Vincent, Righetti, Ludovic
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Toward Global Intent Inference for Human Motion by Inverse Reinforcement Learning
von: Mehrdad, Sarmad, et al.
Veröffentlicht: (2026)

Cost Function Estimation Using Inverse Reinforcement Learning with Minimal Observations
von: Mehrdad, Sarmad, et al.
Veröffentlicht: (2025)

Is open robotics innovation a threat to international peace and security?
von: Righetti, Ludovic, et al.
Veröffentlicht: (2026)

Safe Reinforcement Learning of Robot Trajectories in the Presence of Moving Obstacles
von: Kiemel, Jonas, et al.
Veröffentlicht: (2024)

COSMIK-MPPI: Scaling Constrained Model Predictive Control to Collision Avoidance in Close-Proximity Dynamic Human Environments
von: Gursoy, Ege, et al.
Veröffentlicht: (2026)

SoloParkour: Constrained Reinforcement Learning for Visual Locomotion from Privileged Experience
von: Chane-Sane, Elliot, et al.
Veröffentlicht: (2024)

Accelerated gradient descent for high frequency Model Predictive Control
von: Zhang, Jianghan, et al.
Veröffentlicht: (2024)

Hippo: High-performance Interior-Point and Projection-based Solver for Generic Constrained Trajectory Optimization
von: Zhao, Haizhou, et al.
Veröffentlicht: (2026)

Biomechanically consistent real-time action recognition for human-robot interaction
von: Li, Wanchen, et al.
Veröffentlicht: (2025)

An Introduction to Zero-Order Optimization Techniques for Robotics
von: Jordana, Armand, et al.
Veröffentlicht: (2025)

Should We Learn Contact-Rich Manipulation Policies from Sampling-Based Planners?
von: Zhu, Huaijiang, et al.
Veröffentlicht: (2024)

Reliability of Single-Level Equality-Constrained Inverse Optimal Control
von: Bečanović, Filip, et al.
Veröffentlicht: (2025)

Inverse Optimal Control of Muscle Force Sharing During Pathological Gait
von: Bečanović, Filip, et al.
Veröffentlicht: (2025)

Safe and Performant Deployment of Autonomous Systems via Model Predictive Control and Hamilton-Jacobi Reachability Analysis
von: Wang, Hao, et al.
Veröffentlicht: (2025)

Coupled Local and Global World Models for Efficient First Order RL
von: Amigo, Joseph, et al.
Veröffentlicht: (2026)

Open Human-Robot Collaboration using Decentralized Inverse Reinforcement Learning
von: Suresh, Prasanth Sengadu, et al.
Veröffentlicht: (2024)

Reinforcement Learning for Solving Robotic Reaching Tasks in the Neurorobotics Platform
von: Szep, Marton, et al.
Veröffentlicht: (2022)

ContactNet: Online Multi-Contact Planning for Acyclic Legged Robot Locomotion
von: Bratta, Angelo, et al.
Veröffentlicht: (2022)

Multi-contact Stochastic Predictive Control for Legged Robots with Contact Locations Uncertainty
von: Gazar, Ahmad, et al.
Veröffentlicht: (2023)

Revisiting Sparse Rewards for Goal-Reaching Reinforcement Learning
von: Vasan, Gautham, et al.
Veröffentlicht: (2024)

Cooptimizing Safety and Performance Using Safety Value-Constrained Model Predictive Control
von: Wang, Hao, et al.
Veröffentlicht: (2026)

iDb-RRT: Sampling-based Kinodynamic Motion Planning with Motion Primitives and Trajectory Optimization
von: Ortiz-Haro, Joaquim, et al.
Veröffentlicht: (2024)

Integrated Hierarchical Decision-Making in Inverse Kinematic Planning and Control
von: Pfeiffer, Kai, et al.
Veröffentlicht: (2024)

Reinforcement Learning Goal-Reaching Control with Guaranteed Lyapunov-Like Stabilizer for Mobile Robots
von: Shahna, Mehdi Heydari, et al.
Veröffentlicht: (2026)

Learning Physics-Based Full-Body Human Reaching and Grasping from Brief Walking References
von: Li, Yitang, et al.
Veröffentlicht: (2025)

Goal-Reaching Policy Learning from Non-Expert Observations via Effective Subgoal Guidance
von: Huang, RenMing, et al.
Veröffentlicht: (2024)

Goal Reaching with Eikonal-Constrained Hierarchical Quasimetric Reinforcement Learning
von: Giammarino, Vittorio, et al.
Veröffentlicht: (2025)

Solving Minimum-Cost Reach Avoid using Reinforcement Learning
von: So, Oswin, et al.
Veröffentlicht: (2024)

Boosting Reinforcement Learning Algorithms in Continuous Robotic Reaching Tasks using Adaptive Potential Functions
von: Chen, Yifei, et al.
Veröffentlicht: (2024)

Learning Implicit Social Navigation Behavior using Deep Inverse Reinforcement Learning
von: Kathuria, Tribhi, et al.
Veröffentlicht: (2025)

The Role of Tactile Sensing for Learning Reach and Grasp
von: Zhang, Boya, et al.
Veröffentlicht: (2025)

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

RoboBallet: Planning for Multi-Robot Reaching with Graph Neural Networks and Reinforcement Learning
von: Lai, Matthew, et al.
Veröffentlicht: (2025)

First Order Model-Based RL through Decoupled Backpropagation
von: Amigo, Joseph, et al.
Veröffentlicht: (2025)

Leveraging Sub-Optimal Data for Human-in-the-Loop Reinforcement Learning
von: Muslimani, Calarina, et al.
Veröffentlicht: (2024)

WorldPlanner: Monte Carlo Tree Search and MPC with Action-Conditioned Visual World Models
von: Khorrambakht, R., et al.
Veröffentlicht: (2025)

Infinite-Horizon Value Function Approximation for Model Predictive Control
von: Jordana, Armand, et al.
Veröffentlicht: (2025)

Symmetry-Guided Multi-Agent Inverse Reinforcement Learning
von: Tian, Yongkai, et al.
Veröffentlicht: (2025)

Embedding Classical Balance Control Principles in Reinforcement Learning for Humanoid Recovery
von: Poddar, Nehar, et al.
Veröffentlicht: (2026)

Safe Reinforcement Learning with Minimal Supervision
von: Quessy, Alexander, et al.
Veröffentlicht: (2025)