Buchumschlag

RL-100: Performant Robotic Manipulation with Real-World Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lei, Kun, Li, Huanyu, Yu, Dongjie, Wei, Zhenyu, Guo, Lingxiao, Jiang, Zhennan, Wang, Ziyu, Liang, Shiyu, Xu, Huazhe
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Robotics Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Beyond Action Residuals: Real-World Robot Policy Steering via Bottleneck Latent Reinforcement Learning
von: Yu, Dongjie, et al.
Veröffentlicht: (2026)

Failure-Aware RL: Reliable Offline-to-Online Reinforcement Learning with Self-Recovery for Real-World Manipulation
von: Li, Huanyu, et al.
Veröffentlicht: (2026)

World4RL: Diffusion World Models for Policy Refinement with Reinforcement Learning for Robotic Manipulation
von: Jiang, Zhennan, et al.
Veröffentlicht: (2025)

Robots Pre-train Robots: Manipulation-Centric Robotic Representation from Large-Scale Robot Datasets
von: Jiang, Guangqi, et al.
Veröffentlicht: (2024)

TwinRL: Digital Twin-Driven Reinforcement Learning for Real-World Robotic Manipulation
von: Xu, Qinwen, et al.
Veröffentlicht: (2026)

DemoSpeedup: Accelerating Visuomotor Policies via Entropy-Guided Demonstration Acceleration
von: Guo, Lingxiao, et al.
Veröffentlicht: (2025)

RiEMann: Near Real-Time SE(3)-Equivariant Robot Manipulation without Point Cloud Segmentation
von: Gao, Chongkai, et al.
Veröffentlicht: (2024)

HERMES: Human-to-Robot Embodied Learning from Multi-Source Motion Data for Mobile Dexterous Manipulation
von: Yuan, Zhecheng, et al.
Veröffentlicht: (2025)

VLA-RL: Towards Masterful and General Robotic Manipulation with Scalable Reinforcement Learning
von: Lu, Guanxing, et al.
Veröffentlicht: (2025)

Reinforced Embodied Planning with Verifiable Reward for Real-World Robotic Manipulation
von: Bo, Zitong, et al.
Veröffentlicht: (2025)

Learning Visual Quadrupedal Loco-Manipulation from Demonstrations
von: He, Zhengmao, et al.
Veröffentlicht: (2024)

OHP-RL: Online Human Preference as Guidance in Reinforcement Learning for Robot Manipulation
von: Mo, Yunyang, et al.
Veröffentlicht: (2026)

RL-GSBridge: 3D Gaussian Splatting Based Real2Sim2Real Method for Robotic Manipulation Learning
von: Wu, Yuxuan, et al.
Veröffentlicht: (2024)

RM-RL: Role-Model Reinforcement Learning for Precise Robot Manipulation
von: Chen, Xiangyu, et al.
Veröffentlicht: (2025)

BiKC: Keypose-Conditioned Consistency Policy for Bimanual Robotic Manipulation
von: Yu, Dongjie, et al.
Veröffentlicht: (2024)

Two by Two: Learning Multi-Task Pairwise Objects Assembly for Generalizable Robot Manipulation
von: Qi, Yu, et al.
Veröffentlicht: (2025)

Robo-ABC: Affordance Generalization Beyond Categories via Semantic Correspondence for Robot Manipulation
von: Ju, Yuanchen, et al.
Veröffentlicht: (2024)

WoVR: World Models as Reliable Simulators for Post-Training VLA Policies with RL
von: Jiang, Zhennan, et al.
Veröffentlicht: (2026)

MoE-DP: An MoE-Enhanced Diffusion Policy for Robust Long-Horizon Robotic Manipulation with Skill Decomposition and Failure Recovery
von: Cheng, Baiye, et al.
Veröffentlicht: (2025)

Uni-O4: Unifying Online and Offline Deep Reinforcement Learning with Multi-Step On-Policy Optimization
von: Lei, Kun, et al.
Veröffentlicht: (2023)

Learning to Manipulate Anywhere: A Visual Generalizable Framework For Reinforcement Learning
von: Yuan, Zhecheng, et al.
Veröffentlicht: (2024)

ABot-PhysWorld: Interactive World Foundation Model for Robotic Manipulation with Physics Alignment
von: Chen, Yuzhi, et al.
Veröffentlicht: (2026)

LongBench: Evaluating Robotic Manipulation Policies on Real-World Long-Horizon Tasks
von: Chen, Xueyao, et al.
Veröffentlicht: (2026)

DOGlove: Dexterous Manipulation with a Low-Cost Open-Source Haptic Force Feedback Glove
von: Zhang, Han, et al.
Veröffentlicht: (2025)

AutoEval: Autonomous Evaluation of Generalist Robot Manipulation Policies in the Real World
von: Zhou, Zhiyuan, et al.
Veröffentlicht: (2025)

MIND-V: Hierarchical World Model for Long-Horizon Robotic Manipulation with RL-based Physical Alignment
von: Zhang, Ruicheng, et al.
Veröffentlicht: (2025)

VIHE: Virtual In-Hand Eye Transformer for 3D Robotic Manipulation
von: Wang, Weiyao, et al.
Veröffentlicht: (2024)

Towards Autonomous Reinforcement Learning for Real-World Robotic Manipulation with Large Language Models
von: Turcato, Niccolò, et al.
Veröffentlicht: (2025)

Dexterous Grasping with Real-World Robotic Reinforcement Learning
von: Huang, Dongchi, et al.
Veröffentlicht: (2025)

AgentWorld: An Interactive Simulation Platform for Scene Construction and Mobile Robotic Manipulation
von: Zhang, Yizheng, et al.
Veröffentlicht: (2025)

RLingua: Improving Reinforcement Learning Sample Efficiency in Robotic Manipulations With Large Language Models
von: Chen, Liangliang, et al.
Veröffentlicht: (2024)

NavRL++: A System-Level Framework for Improving Sim-to-Real Transfer in Reinforcement Learning-Based Robot Navigation
von: Xu, Zhefan, et al.
Veröffentlicht: (2026)

ArrayBot: Reinforcement Learning for Generalizable Distributed Manipulation through Touch
von: Xue, Zhengrong, et al.
Veröffentlicht: (2023)

ManipulationNet: An Infrastructure for Benchmarking Real-World Robot Manipulation with Physical Skill Challenges and Embodied Multimodal Reasoning
von: Chen, Yiting, et al.
Veröffentlicht: (2026)

A Mechanistic Analysis of Sim-and-Real Co-Training in Generative Robot Policies
von: Lei, Yu, et al.
Veröffentlicht: (2026)

VLMPC: Vision-Language Model Predictive Control for Robotic Manipulation
von: Zhao, Wentao, et al.
Veröffentlicht: (2024)

DA-MMP: Learning Coordinated and Accurate Throwing with Dynamics-Aware Motion Manifold Primitives
von: Chu, Chi, et al.
Veröffentlicht: (2025)

Scaling Sim-to-Real Reinforcement Learning for Robot VLAs with Generative 3D Worlds
von: Choi, Andrew, et al.
Veröffentlicht: (2026)

World Models for Robotic Manipulation: A Survey
von: Wang, Fangyuan, et al.
Veröffentlicht: (2026)

Dynamic Legged Ball Manipulation on Rugged Terrains with Hierarchical Reinforcement Learning
von: Zhu, Dongjie, et al.
Veröffentlicht: (2025)