Salvato in:
| Autori principali: | Sharma, Ansh Kumar, Sun, Yixiang, Lu, Ninghao, Zhang, Yunzhe, Liu, Jiarao, Yang, Sherry |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2602.02454 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
WorldGym: World Model as An Environment for Policy Evaluation
di: Quevedo, Julian, et al.
Pubblicazione: (2025)
di: Quevedo, Julian, et al.
Pubblicazione: (2025)
World4RL: Diffusion World Models for Policy Refinement with Reinforcement Learning for Robotic Manipulation
di: Jiang, Zhennan, et al.
Pubblicazione: (2025)
di: Jiang, Zhennan, et al.
Pubblicazione: (2025)
A Vision-Language-Action-Critic Model for Robotic Real-World Reinforcement Learning
di: Zhai, Shaopeng, et al.
Pubblicazione: (2025)
di: Zhai, Shaopeng, et al.
Pubblicazione: (2025)
Multi-Task Interactive Robot Fleet Learning with Visual World Models
di: Liu, Huihan, et al.
Pubblicazione: (2024)
di: Liu, Huihan, et al.
Pubblicazione: (2024)
Learning Primitive Embodied World Models: Towards Scalable Robotic Learning
di: Sun, Qiao, et al.
Pubblicazione: (2025)
di: Sun, Qiao, et al.
Pubblicazione: (2025)
PlayWorld: Learning Robot World Models from Autonomous Play
di: Yin, Tenny, et al.
Pubblicazione: (2026)
di: Yin, Tenny, et al.
Pubblicazione: (2026)
AdaWorldPolicy: World-Model-Driven Diffusion Policy with Online Adaptive Learning for Robotic Manipulation
di: Yuan, Ge, et al.
Pubblicazione: (2026)
di: Yuan, Ge, et al.
Pubblicazione: (2026)
Self-adapting Robotic Agents through Online Continual Reinforcement Learning with World Model Feedback
di: Domberg, Fabian, et al.
Pubblicazione: (2026)
di: Domberg, Fabian, et al.
Pubblicazione: (2026)
Humanoid World Models: Open World Foundation Models for Humanoid Robotics
di: Ali, Muhammad Qasim, et al.
Pubblicazione: (2025)
di: Ali, Muhammad Qasim, et al.
Pubblicazione: (2025)
RoboSubtaskNet: Temporal Sub-task Segmentation for Human-to-Robot Skill Transfer in Real-World Environments
di: Sharma, Dharmendra, et al.
Pubblicazione: (2026)
di: Sharma, Dharmendra, et al.
Pubblicazione: (2026)
Robot Learning from a Physical World Model
di: Mao, Jiageng, et al.
Pubblicazione: (2025)
di: Mao, Jiageng, et al.
Pubblicazione: (2025)
ManiGaussian++: General Robotic Bimanual Manipulation with Hierarchical Gaussian World Model
di: Yu, Tengbo, et al.
Pubblicazione: (2025)
di: Yu, Tengbo, et al.
Pubblicazione: (2025)
RoboWM-Bench: A Benchmark for Evaluating World Models in Robotic Manipulation
di: Jiang, Feng, et al.
Pubblicazione: (2026)
di: Jiang, Feng, et al.
Pubblicazione: (2026)
Ctrl-World: A Controllable Generative World Model for Robot Manipulation
di: Guo, Yanjiang, et al.
Pubblicazione: (2025)
di: Guo, Yanjiang, et al.
Pubblicazione: (2025)
Uncertainty-Aware Robotic World Model Makes Offline Model-Based Reinforcement Learning Work on Real Robots
di: Li, Chenhao, et al.
Pubblicazione: (2025)
di: Li, Chenhao, et al.
Pubblicazione: (2025)
Towards Autonomous Reinforcement Learning for Real-World Robotic Manipulation with Large Language Models
di: Turcato, Niccolò, et al.
Pubblicazione: (2025)
di: Turcato, Niccolò, et al.
Pubblicazione: (2025)
Reward Training Wheels: Adaptive Auxiliary Rewards for Robotics Reinforcement Learning
di: Wang, Linji, et al.
Pubblicazione: (2025)
di: Wang, Linji, et al.
Pubblicazione: (2025)
RL-100: Performant Robotic Manipulation with Real-World Reinforcement Learning
di: Lei, Kun, et al.
Pubblicazione: (2025)
di: Lei, Kun, et al.
Pubblicazione: (2025)
Robot Task Planning and Situation Handling in Open Worlds
di: Ding, Yan, et al.
Pubblicazione: (2022)
di: Ding, Yan, et al.
Pubblicazione: (2022)
Dynamic Sparsity: Challenging Common Sparsity Assumptions for Learning World Models in Robotic Reinforcement Learning Benchmarks
di: Pandaram, Muthukumar, et al.
Pubblicazione: (2025)
di: Pandaram, Muthukumar, et al.
Pubblicazione: (2025)
Visuomotor Grasping with World Models for Surgical Robots
di: Lin, Hongbin, et al.
Pubblicazione: (2025)
di: Lin, Hongbin, et al.
Pubblicazione: (2025)
World Models for Anomaly Detection during Model-Based Reinforcement Learning Inference
di: Domberg, Fabian, et al.
Pubblicazione: (2025)
di: Domberg, Fabian, et al.
Pubblicazione: (2025)
Contextual Safety Reasoning and Grounding for Open-World Robots
di: Ravichandran, Zachary, et al.
Pubblicazione: (2026)
di: Ravichandran, Zachary, et al.
Pubblicazione: (2026)
Restoring Linguistic Grounding in VLA Models via Train-Free Attention Recalibration
di: Zhang, Ninghao, et al.
Pubblicazione: (2026)
di: Zhang, Ninghao, et al.
Pubblicazione: (2026)
Cooperative-Competitive Team Play of Real-World Craft Robots
di: Zhao, Rui, et al.
Pubblicazione: (2026)
di: Zhao, Rui, et al.
Pubblicazione: (2026)
ManipDreamer: Boosting Robotic Manipulation World Model with Action Tree and Visual Guidance
di: Li, Ying, et al.
Pubblicazione: (2025)
di: Li, Ying, et al.
Pubblicazione: (2025)
Explicit World Models for Reliable Human-Robot Collaboration
di: Kwok, Kenneth, et al.
Pubblicazione: (2026)
di: Kwok, Kenneth, et al.
Pubblicazione: (2026)
Prismatic World Model: Learning Compositional Dynamics for Planning in Hybrid Systems
di: Li, Mingwei, et al.
Pubblicazione: (2025)
di: Li, Mingwei, et al.
Pubblicazione: (2025)
Scaling Sim-to-Real Reinforcement Learning for Robot VLAs with Generative 3D Worlds
di: Choi, Andrew, et al.
Pubblicazione: (2026)
di: Choi, Andrew, et al.
Pubblicazione: (2026)
BORA: Bridging Offline Reinforcement Learning and Online Residual Adaptation for Real-World Dexterous VLA Models
di: Chen, Zhongxi, et al.
Pubblicazione: (2026)
di: Chen, Zhongxi, et al.
Pubblicazione: (2026)
EVA: Aligning Video World Models with Executable Robot Actions via Inverse Dynamics Rewards
di: Wang, Ruixiang, et al.
Pubblicazione: (2026)
di: Wang, Ruixiang, et al.
Pubblicazione: (2026)
Real World Robotic Exploration using Deep Neural Networks Trained in Photorealistic Reconstructed Environments
di: Ward, Isaac Ronald
Pubblicazione: (2025)
di: Ward, Isaac Ronald
Pubblicazione: (2025)
MetaWorld-X: Hierarchical World Modeling via VLM-Orchestrated Experts for Humanoid Loco-Manipulation
di: Shen, Yutong, et al.
Pubblicazione: (2026)
di: Shen, Yutong, et al.
Pubblicazione: (2026)
EMMA: Generalizing Real-World Robot Manipulation via Generative Visual Transfer
di: Dong, Zhehao, et al.
Pubblicazione: (2025)
di: Dong, Zhehao, et al.
Pubblicazione: (2025)
Real-World Robot Control by Deep Active Inference With a Temporally Hierarchical World Model
di: Fujii, Kentaro, et al.
Pubblicazione: (2025)
di: Fujii, Kentaro, et al.
Pubblicazione: (2025)
Learning Multiple Probabilistic Decisions from Latent World Model in Autonomous Driving
di: Xiao, Lingyu, et al.
Pubblicazione: (2024)
di: Xiao, Lingyu, et al.
Pubblicazione: (2024)
Incremental Residual Reinforcement Learning Toward Real-World Learning for Social Navigation
di: Nagahisa, Haruto, et al.
Pubblicazione: (2026)
di: Nagahisa, Haruto, et al.
Pubblicazione: (2026)
Towards Real-World Efficiency: Domain Randomization in Reinforcement Learning for Pre-Capture of Free-Floating Moving Targets by Autonomous Robots
di: Beigomi, Bahador, et al.
Pubblicazione: (2024)
di: Beigomi, Bahador, et al.
Pubblicazione: (2024)
Synchronous vs Asynchronous Reinforcement Learning in a Real World Robot
di: Parsaee, Ali, et al.
Pubblicazione: (2025)
di: Parsaee, Ali, et al.
Pubblicazione: (2025)
GRS: Generating Robotic Simulation Tasks from Real-World Images
di: Zook, Alex, et al.
Pubblicazione: (2024)
di: Zook, Alex, et al.
Pubblicazione: (2024)
Documenti analoghi
-
WorldGym: World Model as An Environment for Policy Evaluation
di: Quevedo, Julian, et al.
Pubblicazione: (2025) -
World4RL: Diffusion World Models for Policy Refinement with Reinforcement Learning for Robotic Manipulation
di: Jiang, Zhennan, et al.
Pubblicazione: (2025) -
A Vision-Language-Action-Critic Model for Robotic Real-World Reinforcement Learning
di: Zhai, Shaopeng, et al.
Pubblicazione: (2025) -
Multi-Task Interactive Robot Fleet Learning with Visual World Models
di: Liu, Huihan, et al.
Pubblicazione: (2024) -
Learning Primitive Embodied World Models: Towards Scalable Robotic Learning
di: Sun, Qiao, et al.
Pubblicazione: (2025)