:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Zizhao, Shi, Chang, Hu, Jiaheng, Rohling, Kevin, Martín-Martín, Roberto, Zhang, Amy, Stone, Peter
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2602.16229
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SLAC: Simulation-Pretrained Latent Action Space for Whole-Body Real-World RL
von: Hu, Jiaheng, et al.
Veröffentlicht: (2025)

Disentangled Unsupervised Skill Discovery for Efficient Hierarchical Reinforcement Learning
von: Hu, Jiaheng, et al.
Veröffentlicht: (2024)

SkiLD: Unsupervised Skill Discovery Guided by Factor Interactions
von: Wang, Zizhao, et al.
Veröffentlicht: (2024)

Learning to Look: Seeking Information for Decision Making via Policy Factorization
von: Dass, Shivin, et al.
Veröffentlicht: (2024)

Simple Recipe Works: Vision-Language-Action Models are Natural Continual Learners with Reinforcement Learning
von: Hu, Jiaheng, et al.
Veröffentlicht: (2026)

Deep Reinforcement Learning for Robotics: A Survey of Real-World Successes
von: Tang, Chen, et al.
Veröffentlicht: (2024)

Dyn-O: Building Structured World Models with Object-Centric Representations
von: Wang, Zizhao, et al.
Veröffentlicht: (2025)

Offline Action-Free Learning of Ex-BMDPs by Comparing Diverse Datasets
von: Levine, Alexander, et al.
Veröffentlicht: (2025)

Co-Evolving Latent Action World Models
von: Wang, Yucen, et al.
Veröffentlicht: (2025)

Dyna-LfLH: Learning Agile Navigation in Dynamic Environments from Learned Hallucination
von: Ghani, Saad Abdul, et al.
Veröffentlicht: (2024)

TeleMoMa: A Modular and Versatile Teleoperation System for Mobile Manipulation
von: Dass, Shivin, et al.
Veröffentlicht: (2024)

FLaRe: Achieving Masterful and Adaptive Robot Policies with Large-Scale Reinforcement Learning Fine-Tuning
von: Hu, Jiaheng, et al.
Veröffentlicht: (2024)

Latent Action World Models for Control with Unlabeled Trajectories
von: Alles, Marvin, et al.
Veröffentlicht: (2025)

Learning a Fast Mixing Exogenous Block MDP using a Single Trajectory
von: Levine, Alexander, et al.
Veröffentlicht: (2024)

Adversarial Reinforcement Learning for Large Language Model Agent Safety
von: Wang, Zizhao, et al.
Veröffentlicht: (2025)

Self-Improving World Modelling with Latent Actions
von: Qiu, Yifu, et al.
Veröffentlicht: (2026)

Multistep Inverse Is Not All You Need
von: Levine, Alexander, et al.
Veröffentlicht: (2024)

AdaWorld: Learning Adaptable World Models with Latent Actions
von: Gao, Shenyuan, et al.
Veröffentlicht: (2025)

Multi-modal Synthetic Data Training and Model Collapse: Insights from VLMs and Diffusion Models
von: Hu, Zizhao, et al.
Veröffentlicht: (2025)

Building Minimal and Reusable Causal State Abstractions for Reinforcement Learning
von: Wang, Zizhao, et al.
Veröffentlicht: (2024)

Motus: A Unified Latent Action World Model
von: Bi, Hongzhe, et al.
Veröffentlicht: (2025)

Olaf-World: Orienting Latent Actions for Video World Modeling
von: Jiang, Yuxin, et al.
Veröffentlicht: (2026)

Contextual Latent World Models for Offline Meta Reinforcement Learning
von: Nakheai, Mohammadreza, et al.
Veröffentlicht: (2026)

Latent Feature Mining for Predictive Model Enhancement with Large Language Models
von: Li, Bingxuan, et al.
Veröffentlicht: (2024)

Proto Successor Measure: Representing the Behavior Space of an RL Agent
von: Agarwal, Siddhant, et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning in Parameterized Action Space
von: Hausknecht, Matthew, et al.
Veröffentlicht: (2015)

Learning Visual Feature-Based World Models via Residual Latent Action
von: Zhang, Xinyu, et al.
Veröffentlicht: (2026)

villa-X: Enhancing Latent Action Modeling in Vision-Language-Action Models
von: Chen, Xiaoyu, et al.
Veröffentlicht: (2025)

Internalizing LLM Reasoning via Discovery and Replay of Latent Actions
von: Shi, Zhenning, et al.
Veröffentlicht: (2026)

What Do Latent Action Models Actually Learn?
von: Zhang, Chuheng, et al.
Veröffentlicht: (2025)

Simplifying Latent Dynamics with Softly State-Invariant World Models
von: Saanum, Tankred, et al.
Veröffentlicht: (2024)

VGC-Bench: Towards Mastering Diverse Team Strategies in Competitive Pokémon
von: Angliss, Cameron, et al.
Veröffentlicht: (2025)

Hierarchical Planning with Latent World Models
von: Zhang, Wancong, et al.
Veröffentlicht: (2026)

IMWM: Intuition Models Complement World Models for Latent Planning
von: Gao, Baoqi, et al.
Veröffentlicht: (2026)

TrojanTO: Action-Level Backdoor Attacks against Trajectory Optimization Models
von: Dai, Yang, et al.
Veröffentlicht: (2025)

Controlling Large Language Model with Latent Actions
von: Jia, Chengxing, et al.
Veröffentlicht: (2025)

World Action Verifier: Self-Improving World Models via Forward-Inverse Asymmetry
von: Liu, Yuejiang, et al.
Veröffentlicht: (2026)

World-Value-Action Model: Implicit Planning for Vision-Language-Action Systems
von: Li, Runze, et al.
Veröffentlicht: (2026)

Next-Latent Prediction Transformers Learn Compact World Models
von: Teoh, Jayden, et al.
Veröffentlicht: (2025)

Being-H0.7: A Latent World-Action Model from Egocentric Videos
von: Luo, Hao, et al.
Veröffentlicht: (2026)