Buchumschlag

Goal-Driven Reward by Video Diffusion Models for Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Qi, Wu, Mian, Zhang, Yuyang, Yuan, Mingqi, Zhang, Wenyao, You, Haoxiang, Wang, Yunbo, Jin, Xin, Yang, Xiaokang, Zeng, Wenjun
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

Deep Reinforcement Learning with Hybrid Intrinsic Reward Model
von: Yuan, Mingqi, et al.
Veröffentlicht: (2025)

Making Offline RL Online: Collaborative World Models for Offline Visual Reinforcement Learning
von: Wang, Qi, et al.
Veröffentlicht: (2023)

Disentangled World Models: Learning to Transfer Semantic Knowledge from Distracting Videos for Reinforcement Learning
von: Wang, Qi, et al.
Veröffentlicht: (2025)

Open-World Reinforcement Learning over Long Short-Term Imagination
von: Li, Jiajian, et al.
Veröffentlicht: (2024)

Plasticine: Accelerating Research in Plasticity-Motivated Deep Reinforcement Learning
von: Yuan, Mingqi, et al.
Veröffentlicht: (2025)

Adaptive Data Exploitation in Deep Reinforcement Learning
von: Yuan, Mingqi, et al.
Veröffentlicht: (2025)

ULTHO: Ultra-Lightweight yet Efficient Hyperparameter Optimization in Deep Reinforcement Learning
von: Yuan, Mingqi, et al.
Veröffentlicht: (2025)

RLLTE: Long-Term Evolution Project of Reinforcement Learning
von: Yuan, Mingqi, et al.
Veröffentlicht: (2023)

Disentangled Robot Learning via Separate Forward and Inverse Dynamics Pretraining
von: Zhang, Wenyao, et al.
Veröffentlicht: (2026)

Video-Enhanced Offline Reinforcement Learning: A Model-Based Approach
von: Pan, Minting, et al.
Veröffentlicht: (2025)

ReWorld: Multi-Dimensional Reward Modeling for Embodied World Models
von: Peng, Baorui, et al.
Veröffentlicht: (2026)

RLeXplore: Accelerating Research in Intrinsically-Motivated Reinforcement Learning
von: Yuan, Mingqi, et al.
Veröffentlicht: (2024)

Model-Based Reinforcement Learning with Multi-Task Offline Pretraining
von: Pan, Minting, et al.
Veröffentlicht: (2023)

Latent Intuitive Physics: Learning to Transfer Hidden Physics from A 3D Video
von: Zhu, Xiangming, et al.
Veröffentlicht: (2024)

Improving Masked Autoencoders by Learning Where to Mask
von: Chen, Haijian, et al.
Veröffentlicht: (2023)

MetaGS: A Meta-Learned Gaussian-Phong Model for Out-of-Distribution 3D Scene Relighting
von: He, Yumeng, et al.
Veröffentlicht: (2024)

Your Offline Policy is Not Trustworthy: Bilevel Reinforcement Learning for Sequential Portfolio Optimization
von: Yuan, Haochen, et al.
Veröffentlicht: (2025)

DimINO: Dimension-Informed Neural Operator Learning
von: Song, Yichen, et al.
Veröffentlicht: (2024)

TAMTRL: Teacher-Aligned Reward Reshaping for Multi-Turn Reinforcement Learning in Long-Context Compression
von: Wang, Li, et al.
Veröffentlicht: (2026)

Closed-Loop Unsupervised Representation Disentanglement with $β$-VAE Distillation and Diffusion Probabilistic Feedback
von: Jin, Xin, et al.
Veröffentlicht: (2024)

Interpretable Single-View 3D Gaussian Splatting using Unsupervised Hierarchical Disentangled Representation Learning
von: Zhang, Yuyang, et al.
Veröffentlicht: (2025)

Diffusion Classifier-Driven Reward for Offline Preference-based Reinforcement Learning
von: Pang, Teng, et al.
Veröffentlicht: (2025)

Continual Visual Reinforcement Learning with A Life-Long World Model
von: Pan, Minting, et al.
Veröffentlicht: (2023)

Unicorn: Scaling High-Dimensional Time Series Forecasting via Universal Correlation Modeling
von: Yuan, Haochen, et al.
Veröffentlicht: (2026)

Hierarchical Temporal Context Learning for Camera-based Semantic Scene Completion
von: Li, Bohan, et al.
Veröffentlicht: (2024)

DynaVol: Unsupervised Learning for Dynamic Scenes through Object-Centric Voxelization
von: Zhao, Yanpeng, et al.
Veröffentlicht: (2023)

PvP: Data-Efficient Humanoid Robot Learning with Proprioceptive-Privileged Contrastive Representations
von: Yuan, Mingqi, et al.
Veröffentlicht: (2025)

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

ReAugment: Model Zoo-Guided RL for Few-Shot Time Series Augmentation and Forecasting
von: Yuan, Haochen, et al.
Veröffentlicht: (2024)

Scene Graph Disentanglement and Composition for Generalizable Complex Image Generation
von: Wang, Yunnan, et al.
Veröffentlicht: (2024)

On-Robot Reinforcement Learning with Goal-Contrastive Rewards
von: Biza, Ondrej, et al.
Veröffentlicht: (2024)

LASER: Learning Active Sensing for Continuum Field Reconstruction
von: Deng, Huayu, et al.
Veröffentlicht: (2026)

EvoMesh: Adaptive Physical Simulation with Hierarchical Graph Evolutions
von: Deng, Huayu, et al.
Veröffentlicht: (2024)

AIM: Intent-Aware Unified world action Modeling with Spatial Value Maps
von: Fan, Liaoyuan, et al.
Veröffentlicht: (2026)

OrbiSim: World Models as Differentiable Physics Engines for Embodied Intelligence
von: Li, Jiajian, et al.
Veröffentlicht: (2026)

From Sparse to Dense: Toddler-inspired Reward Transition in Goal-Oriented Reinforcement Learning
von: Park, Junseok, et al.
Veröffentlicht: (2025)

Hybrid-grained Feature Aggregation with Coarse-to-fine Language Guidance for Self-supervised Monocular Depth Estimation
von: Zhang, Wenyao, et al.
Veröffentlicht: (2025)

Bridging Visual Representation and Reinforcement Learning from Verifiable Rewards in Large Vision-Language Models
von: Han, Yuhang, et al.
Veröffentlicht: (2026)

Goal Conditioned Reinforcement Learning for Photo Finishing Tuning
von: Wu, Jiarui, et al.
Veröffentlicht: (2025)

MVR: Multi-view Video Reward Shaping for Reinforcement Learning
von: Luo, Lirui, et al.
Veröffentlicht: (2026)