Buchumschlag

Optimistic Task Inference for Behavior Foundation Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rupf, Thomas, Bagatella, Marco, Vlastelica, Marin, Krause, Andreas
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Soft Forward-Backward Representations for Zero-shot Reinforcement Learning with General Utilities
von: Bagatella, Marco, et al.
Veröffentlicht: (2026)

Zero-Shot Offline Imitation Learning via Optimal Transport
von: Rupf, Thomas, et al.
Veröffentlicht: (2024)

Causal Action Influence Aware Counterfactual Data Augmentation
von: Urpí, Núria Armengol, et al.
Veröffentlicht: (2024)

Active Fine-Tuning of Multi-Task Policies
von: Bagatella, Marco, et al.
Veröffentlicht: (2024)

Directed Exploration in Reinforcement Learning from Linear Temporal Logic
von: Bagatella, Marco, et al.
Veröffentlicht: (2024)

Provable Maximum Entropy Manifold Exploration via Diffusion Models
von: De Santi, Riccardo, et al.
Veröffentlicht: (2025)

SOMBRL: Scalable and Optimistic Model-Based RL
von: Sukhija, Bhavya, et al.
Veröffentlicht: (2025)

Test-time Offline Reinforcement Learning on Goal-related Experience
von: Bagatella, Marco, et al.
Veröffentlicht: (2025)

Majority Voting for Code Generation
von: Launer, Tim, et al.
Veröffentlicht: (2026)

Flow Density Control: Generative Optimization Beyond Entropy-Regularized Fine-Tuning
von: De Santi, Riccardo, et al.
Veröffentlicht: (2025)

DISCOVER: Automated Curricula for Sparse-Reward Reinforcement Learning
von: Diaz-Bone, Leander, et al.
Veröffentlicht: (2025)

Dual-Force: Enhanced Offline Diversity Maximization under Imitation Constraints
von: Kolev, Pavel, et al.
Veröffentlicht: (2025)

Optimistic Online LQR via Intrinsic Rewards
von: Bartos, Marcell, et al.
Veröffentlicht: (2026)

Offline Diversity Maximization Under Imitation Constraints
von: Vlastelica, Marin, et al.
Veröffentlicht: (2023)

Differentiation of Blackbox Combinatorial Solvers
von: Vlastelica, Marin, et al.
Veröffentlicht: (2019)

Epistemically-guided forward-backward exploration
von: Urpí, Núria Armengol, et al.
Veröffentlicht: (2025)

Optimistic Games for Combinatorial Bayesian Optimization with Application to Protein Design
von: Bal, Melis Ilayda, et al.
Veröffentlicht: (2024)

Problem Space Transformations for Out-of-Distribution Generalisation in Behavioural Cloning
von: Doshi, Kiran, et al.
Veröffentlicht: (2024)

Optimizing Rank-based Metrics with Blackbox Differentiation
von: Rolínek, Michal, et al.
Veröffentlicht: (2019)

When Dynamics Shift, Robust Task Inference Wins: Offline Imitation Learning with Behavior Foundation Models Revisited
von: Agrawal, Rishabh, et al.
Veröffentlicht: (2026)

Backpropagation through Combinatorial Algorithms: Identity with Projection Works
von: Sahoo, Subham Sekhar, et al.
Veröffentlicht: (2022)

Optimistic Dual Averaging Unifies Modern Optimizers
von: Pethick, Thomas, et al.
Veröffentlicht: (2026)

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

Resource-efficient Inference with Foundation Model Programs
von: Nie, Lunyiu, et al.
Veröffentlicht: (2025)

Optimistically Optimistic Exploration for Provably Efficient Infinite-Horizon Reinforcement and Imitation Learning
von: Moulin, Antoine, et al.
Veröffentlicht: (2025)

Task Tokens: A Flexible Approach to Adapting Behavior Foundation Models
von: Vainshtein, Ron, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Robotic World Model Makes Offline Model-Based Reinforcement Learning Work on Real Robots
von: Li, Chenhao, et al.
Veröffentlicht: (2025)

Optimistic Model Rollouts for Pessimistic Offline Policy Optimization
von: Zhai, Yuanzhao, et al.
Veröffentlicht: (2024)

Optimistic Information Directed Sampling
von: Neu, Gergely, et al.
Veröffentlicht: (2024)

Robotic World Model: A Neural Network Simulator for Robust Policy Optimization in Robotics
von: Li, Chenhao, et al.
Veröffentlicht: (2025)

Optimistic Policy Regularization
von: Pham, Mai, et al.
Veröffentlicht: (2026)

Reinforcement Learning via Self-Distillation
von: Hübotter, Jonas, et al.
Veröffentlicht: (2026)

TD-JEPA: Latent-predictive Representations for Zero-Shot Reinforcement Learning
von: Bagatella, Marco, et al.
Veröffentlicht: (2025)

Sparse Optimistic Information Directed Sampling
von: Schwartz, Ludovic, et al.
Veröffentlicht: (2025)

SLOPE: Optimistic Potential Landscape Shaping for Model-based Reinforcement Learning
von: Li, Yao-Hui, et al.
Veröffentlicht: (2026)

Specialization after Generalization: Towards Understanding Test-Time Training in Foundation Models
von: Hübotter, Jonas, et al.
Veröffentlicht: (2025)

Omega: Optimistic EMA Gradients
von: Ramirez, Juan, et al.
Veröffentlicht: (2023)

Optimistic critics can empower small actors
von: Mastikhina, Olya, et al.
Veröffentlicht: (2025)

Bayesian Optimistic Optimisation with Exponentially Decaying Regret
von: Tran-The, Hung, et al.
Veröffentlicht: (2021)

Causal Modeling with Stationary Diffusions
von: Lorch, Lars, et al.
Veröffentlicht: (2023)