Buchumschlag

QuickLAP: Quick Language-Action Preference Learning for Semi-Autonomous Agents

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nader, Jordan Abi, Lee, David, Dennler, Nathaniel, Bobu, Andreea
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Masked IRL: LLM-Guided Reward Disambiguation from Demonstrations and Language
von: Hwang, Minyoung, et al.
Veröffentlicht: (2025)

GIFT: Generalizing Intent for Flexible Test-Time Rewards
von: Amin, Fin, et al.
Veröffentlicht: (2026)

Improving through Interaction: Searching Behavioral Representation Spaces with CMA-ES-IG
von: Dennler, Nathaniel, et al.
Veröffentlicht: (2026)

Contrastive Learning from Exploratory Actions: Leveraging Natural Interactions for Preference Elicitation
von: Dennler, Nathaniel, et al.
Veröffentlicht: (2025)

Preference-Conditioned Language-Guided Abstraction
von: Peng, Andi, et al.
Veröffentlicht: (2024)

Flexible Agent Alignment with Goal Inference from Open-Ended Dialog
von: Ma, Rachel, et al.
Veröffentlicht: (2025)

Robots That Know What to Ask: Recovering Misaligned Rewards through Targeted Explanations
von: Merker, Helena, et al.
Veröffentlicht: (2026)

LAP: Language-Action Pre-Training Enables Zero-shot Cross-Embodiment Transfer
von: Zha, Lihan, et al.
Veröffentlicht: (2026)

QuickGrasp: Lightweight Antipodal Grasp Planning with Point Clouds
von: Ravie, Navin Sriram, et al.
Veröffentlicht: (2025)

Improving User Experience in Preference-Based Optimization of Reward Functions for Assistive Robots
von: Dennler, Nathaniel, et al.
Veröffentlicht: (2024)

Breaking Task Impasses Quickly: Adaptive Neuro-Symbolic Learning for Open-World Robotics
von: Lorang, Pierrick
Veröffentlicht: (2026)

Goal Inference from Open-Ended Dialog
von: Ma, Rachel, et al.
Veröffentlicht: (2024)

Singing the Body Electric: The Impact of Robot Embodiment on User Expectations
von: Dennler, Nathaniel, et al.
Veröffentlicht: (2024)

Aligning Robot and Human Representations
von: Bobu, Andreea, et al.
Veröffentlicht: (2023)

Position: Olfaction Standardization is Essential for the Advancement of Embodied Artificial Intelligence
von: France, Kordel K., et al.
Veröffentlicht: (2025)

Action Space Reduction Strategies for Reinforcement Learning in Autonomous Driving
von: Delavari, Elahe, et al.
Veröffentlicht: (2025)

NORA-1.5: A Vision-Language-Action Model Trained using World Model- and Action-based Preference Rewards
von: Hung, Chia-Yu, et al.
Veröffentlicht: (2025)

RACE-SM: Reinforcement Learning Based Autonomous Control for Social On-Ramp Merging
von: Poots, Jordan
Veröffentlicht: (2024)

EndoVLA: Dual-Phase Vision-Language-Action Model for Autonomous Tracking in Endoscopy
von: Ng, Chi Kit, et al.
Veröffentlicht: (2025)

Human-assisted Robotic Policy Refinement via Action Preference Optimization
von: Xia, Wenke, et al.
Veröffentlicht: (2025)

Expertise need not monopolize: Action-Specialized Mixture of Experts for Vision-Language-Action Learning
von: Shen, Weijie, et al.
Veröffentlicht: (2025)

Learning Contextually-Adaptive Rewards via Calibrated Features
von: Forsey-Smerek, Alexandra, et al.
Veröffentlicht: (2025)

Evaluating and Personalizing User-Perceived Quality of Text-to-Speech Voices for Delivering Mindfulness Meditation with Different Physical Embodiments
von: Shi, Zhonghao, et al.
Veröffentlicht: (2024)

Quick and Accurate Affordance Learning
von: Scholz, Fedor, et al.
Veröffentlicht: (2024)

Discrete Diffusion for Reflective Vision-Language-Action Models in Autonomous Driving
von: Li, Pengxiang, et al.
Veröffentlicht: (2025)

Enhancing Trust in Autonomous Agents: An Architecture for Accountability and Explainability through Blockchain and Large Language Models
von: Fernández-Becerra, Laura, et al.
Veröffentlicht: (2024)

Efficiently Generating Expressive Quadruped Behaviors via Language-Guided Preference Learning
von: Clark, Jaden, et al.
Veröffentlicht: (2025)

Action Hallucination in Generative Vision-Language-Action Models
von: Soh, Harold, et al.
Veröffentlicht: (2026)

A Distributed Approach to Autonomous Intersection Management via Multi-Agent Reinforcement Learning
von: Cederle, Matteo, et al.
Veröffentlicht: (2024)

Agent-Driven Autonomous Reinforcement Learning Research: Iterative Policy Improvement for Quadruped Locomotion
von: Khandelwal, Nimesh, et al.
Veröffentlicht: (2026)

RICL: Adding In-Context Adaptability to Pre-Trained Vision-Language-Action Models
von: Sridhar, Kaustubh, et al.
Veröffentlicht: (2025)

Adaptive Capacity Allocation for Vision Language Action Fine-tuning
von: Kim, Donghoon, et al.
Veröffentlicht: (2026)

N-QR: Natural Quick Response Codes for Multi-Robot Instance Correspondence
von: Glaser, Nathaniel Moore, et al.
Veröffentlicht: (2024)

Bring My Cup! Personalizing Vision-Language-Action Models with Visual Attentive Prompting
von: Lee, Sangoh, et al.
Veröffentlicht: (2025)

Improving Dribbling, Passing, and Marking Actions in Soccer Simulation 2D Games Using Machine Learning
von: Zare, Nader, et al.
Veröffentlicht: (2024)

Fuzzy-RRT for Obstacle Avoidance in a 2-DOF Semi-Autonomous Surgical Robotic Arm
von: Shankar, Kaaustaaub, et al.
Veröffentlicht: (2025)

Learning to Model Diverse Driving Behaviors in Highly Interactive Autonomous Driving Scenarios with Multi-Agent Reinforcement Learning
von: Weiwei, Liu, et al.
Veröffentlicht: (2024)

Developing Situational Awareness for Joint Action with Autonomous Vehicles
von: Kaufman, Robert, et al.
Veröffentlicht: (2024)

RLRC: Reinforcement Learning-based Recovery for Compressed Vision-Language-Action Models
von: Chen, Yuxuan, et al.
Veröffentlicht: (2025)

Action-aware Dynamic Pruning for Efficient Vision-Language-Action Manipulation
von: Pei, Xiaohuan, et al.
Veröffentlicht: (2025)