Buchumschlag

E2HiL: Entropy-Guided Sample Selection for Efficient Real-World Human-in-the-Loop Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Deng, Haoyuan, Xue, Yuanjiang, Du, Haoyang, Zhou, Boyang, Wu, Zhenyu, Wang, Ziwei
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Robotics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

vEDGAR -- Can CARLA Do HiL?
von: Gehrke, Nils, et al.
Veröffentlicht: (2025)

UniManip: General-Purpose Zero-Shot Robotic Manipulation with Agentic Operational Graph
von: Liu, Haichao, et al.
Veröffentlicht: (2026)

SafeBimanual: Diffusion-based Trajectory Optimization for Safe Bimanual Manipulation
von: Deng, Haoyuan, et al.
Veröffentlicht: (2025)

VLA-Reasoner: Empowering Vision-Language-Action Models with Reasoning via Online Monte Carlo Tree Search
von: Guo, Wenkai, et al.
Veröffentlicht: (2025)

HiL-Bench (Human-in-Loop Benchmark): Do Agents Know When to Ask for Help?
von: Trinh, Tu, et al.
Veröffentlicht: (2026)

Hi-WM: Human-in-the-World-Model for Scalable Robot Post-Training
von: Li, Yaxuan, et al.
Veröffentlicht: (2026)

MAP-VLA: Memory-Augmented Prompting for Vision-Language-Action Model in Robotic Manipulation
von: Li, Runhao, et al.
Veröffentlicht: (2025)

PlannerRFT: Reinforcing Diffusion Planners through Closed-Loop and Sample-Efficient Fine-Tuning
von: Li, Hongchen, et al.
Veröffentlicht: (2026)

DockAnywhere: Data-Efficient Visuomotor Policy Learning for Mobile Manipulation via Novel Demonstration Generation
von: Shan, Ziyu, et al.
Veröffentlicht: (2026)

DexHiL: A Human-in-the-Loop Framework for Vision-Language-Action Model Post-Training in Dexterous Manipulation
von: Han, Yifan, et al.
Veröffentlicht: (2026)

Multi-Gait Learning for Humanoid Robots Using Reinforcement Learning with Selective Adversarial Motion Prior
von: Wu, Yuanye, et al.
Veröffentlicht: (2026)

SimLauncher: Launching Sample-Efficient Real-world Robotic Reinforcement Learning via Simulation Pre-training
von: Wu, Mingdong, et al.
Veröffentlicht: (2025)

A Systematic Approach to Design Real-World Human-in-the-Loop Deep Reinforcement Learning: Salient Features, Challenges and Trade-offs
von: Arabneydi, Jalal, et al.
Veröffentlicht: (2025)

RESample: A Robust Data Augmentation Framework via Exploratory Sampling for Robotic Manipulation
von: Xue, Yuquan, et al.
Veröffentlicht: (2025)

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

Closed-Loop Sim-to-Real Reinforcement Learning for Deformable Microfiber Shape Control
von: Amici, Alessandro, et al.
Veröffentlicht: (2026)

Precise and Dexterous Robotic Manipulation via Human-in-the-Loop Reinforcement Learning
von: Luo, Jianlan, et al.
Veröffentlicht: (2024)

Development and Preliminary Evaluation of a Machine Vision‐Guided Smart Sprayer Prototype Toward Precision Vegetable Weeding
von: Boyang Deng, et al.
Veröffentlicht: (2025)

RoHIL: Robust Human-in-the-Loop Robotic Reinforcement Learning Against Illumination Variations
von: Zhang, Shuoqin, et al.
Veröffentlicht: (2026)

"Hi AirStar, Guide Me to the Badminton Court."
von: Wang, Ziqin, et al.
Veröffentlicht: (2025)

Sample-Efficient Reinforcement Learning with Symmetry-Guided Demonstrations for Robotic Manipulation
von: Enayati, Amir M. Soufi, et al.
Veröffentlicht: (2023)

D-Optimality-Guided Reinforcement Learning for Efficient Open-Loop Calibration of a 3-DOF Ankle Rehabilitation Robot
von: Hu, Qifan, et al.
Veröffentlicht: (2026)

Hi-Dyna Graph: Hierarchical Dynamic Scene Graph for Robotic Autonomy in Human-Centric Environments
von: Hou, Jiawei, et al.
Veröffentlicht: (2025)

Selective Progress-Aware Querying for Human-in-the-Loop Reinforcement Learning
von: Muraleedharan, Anujith, et al.
Veröffentlicht: (2025)

HiCRISP: An LLM-based Hierarchical Closed-Loop Robotic Intelligent Self-Correction Planner
von: Ming, Chenlin, et al.
Veröffentlicht: (2023)

Efficient Reinforcement Learning by Guiding Generalist World Models with Non-Curated Data
von: Zhao, Yi, et al.
Veröffentlicht: (2025)

RL-100: Performant Robotic Manipulation with Real-World Reinforcement Learning
von: Lei, Kun, et al.
Veröffentlicht: (2025)

CTE-MLO: Continuous-time and Efficient Multi-LiDAR Odometry with Localizability-aware Point Cloud Sampling
von: Shen, Hongming, et al.
Veröffentlicht: (2024)

Computationally and Sample Efficient Safe Reinforcement Learning Using Adaptive Conformal Prediction
von: Zhou, Hao, et al.
Veröffentlicht: (2025)

Learning to Sample: Reinforcement Learning-Guided Sampling for Autonomous Vehicle Motion Planning
von: Moller, Korbinian, et al.
Veröffentlicht: (2025)

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

ManiGaussian++: General Robotic Bimanual Manipulation with Hierarchical Gaussian World Model
von: Yu, Tengbo, et al.
Veröffentlicht: (2025)

Predictive Preference Learning from Human Interventions
von: Cai, Haoyuan, et al.
Veröffentlicht: (2025)

AnyBimanual: Transferring Unimanual Policy for General Bimanual Manipulation
von: Lu, Guanxing, et al.
Veröffentlicht: (2024)

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

L1 Sample Flow for Efficient Visuomotor Learning
von: Song, Weixi, et al.
Veröffentlicht: (2025)

HiCrowd: Hierarchical Crowd Flow Alignment for Dense Human Environments
von: Zhu, Yufei, et al.
Veröffentlicht: (2026)

Sample-Efficient Reinforcement Learning with Temporal Logic Objectives: Leveraging the Task Specification to Guide Exploration
von: Kantaros, Yiannis, et al.
Veröffentlicht: (2024)

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)

Loop Closure from Two Views: Revisiting PGO for Scalable Trajectory Estimation through Monocular Priors
von: Lim, Tian Yi, et al.
Veröffentlicht: (2025)