Buchumschlag

Automating the Refinement of Reinforcement Learning Specifications

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ambadkar, Tanmay, Žikelić, Đorđe, Verma, Abhinav
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Machine Learning Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Preference Conditioned Multi-Objective Reinforcement Learning: Decomposed, Diversity-Driven Policy Optimization
von: Ambadkar, Tanmay, et al.
Veröffentlicht: (2026)

Scaling Strategy, Not Compute: A Stand-Alone, Open-Source StarCraft II Benchmark for Accessible Reinforcement Learning Research
von: Panda, Sourav, et al.
Veröffentlicht: (2026)

Reinforcement Learning via Auxiliary Task Distillation
von: Harish, Abhinav Narayan, et al.
Veröffentlicht: (2024)

Projected Task-Specific Layers for Multi-Task Reinforcement Learning
von: Roberts, Josselin Somerville, et al.
Veröffentlicht: (2023)

Neural Control and Certificate Repair via Runtime Monitoring
von: Yu, Emily, et al.
Veröffentlicht: (2024)

ReinforceGen: Hybrid Skill Policies with Automated Data Generation and Reinforcement Learning
von: Zhou, Zihan, et al.
Veröffentlicht: (2025)

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

Logical Specifications-guided Dynamic Task Sampling for Reinforcement Learning Agents
von: Shukla, Yash, et al.
Veröffentlicht: (2024)

Efficient Multi-Task Reinforcement Learning via Task-Specific Action Correction
von: Feng, Jinyuan, et al.
Veröffentlicht: (2024)

Scenario-Based Hierarchical Reinforcement Learning for Automated Driving Decision Making
von: Abdelhamid, M. Youssef, et al.
Veröffentlicht: (2025)

Mission-driven Exploration for Accelerated Deep Reinforcement Learning with Temporal Logic Task Specifications
von: Wang, Jun, et al.
Veröffentlicht: (2023)

Control Synthesis from Linear Temporal Logic Specifications using Model-Free Reinforcement Learning
von: Bozkurt, Alper Kamil, et al.
Veröffentlicht: (2019)

Reinforcement Learning Within the Classical Robotics Stack: A Case Study in Robot Soccer
von: Labiosa, Adam, et al.
Veröffentlicht: (2024)

The Unreasonable Effectiveness of Discrete-Time Gaussian Process Mixtures for Robot Policy Learning
von: von Hartz, Jan Ole, et al.
Veröffentlicht: (2025)

Transformation & Translation Occupancy Grid Mapping: 2-Dimensional Deep Learning Refined SLAM
von: Davies, Leon, et al.
Veröffentlicht: (2025)

Reinforcement Learning with Action Chunking
von: Li, Qiyang, et al.
Veröffentlicht: (2025)

RILe: Reinforced Imitation Learning
von: Albaba, Mert, et al.
Veröffentlicht: (2024)

Rating-based Reinforcement Learning
von: White, Devin, et al.
Veröffentlicht: (2023)

Privileged Sensing Scaffolds Reinforcement Learning
von: Hu, Edward S., et al.
Veröffentlicht: (2024)

Sampling-Based Safe Reinforcement Learning
von: Vignola, Luca, et al.
Veröffentlicht: (2026)

Causal Flow Q-Learning for Robust Offline Reinforcement Learning
von: Li, Mingxuan, et al.
Veröffentlicht: (2026)

LearningFlow: Automated Policy Learning Workflow for Urban Driving with Large Language Models
von: Peng, Zengqi, et al.
Veröffentlicht: (2025)

Handling Delay in Real-Time Reinforcement Learning
von: Anokhin, Ivan, et al.
Veröffentlicht: (2025)

Reinforcement Learning for Ballbot Navigation in Uneven Terrain
von: Salehi, Achkan
Veröffentlicht: (2025)

Offline Reinforcement Learning with Discrete Diffusion Skills
von: Qiao, RuiXi, et al.
Veröffentlicht: (2025)

Adaptive Reinforcement Learning for Unobservable Random Delays
von: Wikman, John, et al.
Veröffentlicht: (2025)

Accelerating Residual Reinforcement Learning with Uncertainty Estimation
von: Dodeja, Lakshita, et al.
Veröffentlicht: (2025)

Towards Robust Zero-Shot Reinforcement Learning
von: Zheng, Kexin, et al.
Veröffentlicht: (2025)

Performance Asymmetry in Model-Based Reinforcement Learning
von: Lim, Jing Yu, et al.
Veröffentlicht: (2025)

A Clean Slate for Offline Reinforcement Learning
von: Jackson, Matthew Thomas, et al.
Veröffentlicht: (2025)

TADPO: Reinforcement Learning Goes Off-road
von: Wu, Zhouchonghao, et al.
Veröffentlicht: (2026)

Reward-Punishment Reinforcement Learning with Maximum Entropy
von: Wang, Jiexin, et al.
Veröffentlicht: (2024)

Continual Model-Based Reinforcement Learning with Hypernetworks
von: Huang, Yizhou, et al.
Veröffentlicht: (2020)

Improving Offline Reinforcement Learning with Inaccurate Simulators
von: Hou, Yiwen, et al.
Veröffentlicht: (2024)

Equivariant Action Sampling for Reinforcement Learning and Planning
von: Zhao, Linfeng, et al.
Veröffentlicht: (2024)

GUARD: A Safe Reinforcement Learning Benchmark
von: Zhao, Weiye, et al.
Veröffentlicht: (2023)

Learning global control of underactuated systems with Model-Based Reinforcement Learning
von: Turcato, Niccolò, et al.
Veröffentlicht: (2025)

Evolutionary Policy Optimization
von: Wang, Jianren, et al.
Veröffentlicht: (2025)

Learning to Play Air Hockey with Model-Based Deep Reinforcement Learning
von: Orsula, Andrej
Veröffentlicht: (2024)

Harnessing Bounded-Support Evolution Strategies for Policy Refinement
von: Hirschowitz, Ethan, et al.
Veröffentlicht: (2025)