Buchumschlag

Build on Priors: Vision--Language--Guided Neuro-Symbolic Imitation Learning for Data-Efficient Real-World Robot Manipulation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lorang, Pierrick, Huemer, Johannes, Duggan, Timothy, Goebel, Kai, Zips, Patrik, Scheutz, Matthias
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Robotics Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Few-Shot Neuro-Symbolic Imitation Learning for Long-Horizon Planning and Acting
von: Lorang, Pierrick, et al.
Veröffentlicht: (2025)

The Price Is Not Right: Neuro-Symbolic Methods Outperform VLAs on Structured Long-Horizon Manipulation Tasks with Significantly Lower Energy Consumption
von: Duggan, Timothy, et al.
Veröffentlicht: (2026)

Breaking Task Impasses Quickly: Adaptive Neuro-Symbolic Learning for Open-World Robotics
von: Lorang, Pierrick
Veröffentlicht: (2026)

Novelty Adaptation Through Hybrid Large Language Model (LLM)-Symbolic Planning and LLM-guided Reinforcement Learning
von: Lu, Hong, et al.
Veröffentlicht: (2026)

Curiosity-Driven Imagination: Discovering Plan Operators and Learning Associated Policies for Open-World Adaptation
von: Lorang, Pierrick, et al.
Veröffentlicht: (2025)

Can LLM-Reasoning Models Replace Classical Planning? A Benchmark Study
von: Goebel, Kai, et al.
Veröffentlicht: (2025)

Agentic LLM Planning via Step-Wise PDDL Simulation: An Empirical Characterisation
von: Göbel, Kai, et al.
Veröffentlicht: (2026)

Incremental Language Understanding for Online Motion Planning of Robot Manipulators
von: Abrams, Mitchell, et al.
Veröffentlicht: (2025)

Probing a Vision-Language-Action Model for Symbolic States and Integration into a Cognitive Architecture
von: Lu, Hong, et al.
Veröffentlicht: (2025)

Gaze-Guided Task Decomposition for Imitation Learning in Robotic Manipulation
von: Takizawa, Ryo, et al.
Veröffentlicht: (2025)

Neuro-Symbolic Imitation Learning: Discovering Symbolic Abstractions for Skill Learning
von: Keller, Leon, et al.
Veröffentlicht: (2025)

A Recipe for Efficient Sim-to-Real Transfer in Manipulation with Online Imitation-Pretrained World Models
von: Wang, Yilin, et al.
Veröffentlicht: (2025)

A Real-Time Neuro-Symbolic Ethical Governor for Safe Decision Control in Autonomous Robotic Manipulation
von: Aueawatthanaphisut, Aueaphum, et al.
Veröffentlicht: (2026)

FLEX: A Framework for Learning Robot-Agnostic Force-based Skills Involving Sustained Contact Object Manipulation
von: Fang, Shijie, et al.
Veröffentlicht: (2025)

Achieving Safe Control Online through Integration of Harmonic Control Lyapunov-Barrier Functions with Unsafe Object-Centric Action Policies
von: Fawn, Marlow, et al.
Veröffentlicht: (2025)

Learning Neuro-symbolic Programs for Language Guided Robot Manipulation
von: Kalithasan, Namasivayam, et al.
Veröffentlicht: (2022)

Optimal Design of Continuum Robots with Reachability Constraints
von: Cheong, Hyunmin, et al.
Veröffentlicht: (2025)

Learning Structured Robot Policies from Vision-Language Models via Synthetic Neuro-Symbolic Supervision
von: Adami, Alessandro, et al.
Veröffentlicht: (2026)

Ratatouille: Imitation Learning Ingredients for Real-world Social Robot Navigation
von: Han, James R., et al.
Veröffentlicht: (2025)

Vision-Guided Loco-Manipulation with a Snake Robot
von: Salagame, Adarsh, et al.
Veröffentlicht: (2025)

ADAPT: An Autonomous Forklift for Construction Site Operation
von: Huemer, Johannes, et al.
Veröffentlicht: (2025)

Perspective-Shifted Neuro-Symbolic World Models: A Framework for Socially-Aware Robot Navigation
von: Alcedo, Kevin, et al.
Veröffentlicht: (2025)

Data Scaling Laws in Imitation Learning for Robotic Manipulation
von: Hu, Yingdong, et al.
Veröffentlicht: (2024)

LLM-based Interactive Imitation Learning for Robotic Manipulation
von: Werner, Jonas, et al.
Veröffentlicht: (2025)

Bayesian Inverse Physics for Neuro-Symbolic Robot Learning
von: Arriaga, Octavio, et al.
Veröffentlicht: (2025)

RISE: 3D Perception Makes Real-World Robot Imitation Simple and Effective
von: Wang, Chenxi, et al.
Veröffentlicht: (2024)

Manipulate-Anything: Automating Real-World Robots using Vision-Language Models
von: Duan, Jiafei, et al.
Veröffentlicht: (2024)

NS-VLA: Towards Neuro-Symbolic Vision-Language-Action Models
von: Zhu, Ziyue, et al.
Veröffentlicht: (2026)

Dream to Manipulate: Compositional World Models Empowering Robot Imitation Learning with Imagination
von: Barcellona, Leonardo, et al.
Veröffentlicht: (2024)

Neuro-Symbolic Manipulation Understanding with Enriched Semantic Event Chains
von: Ziaeetabar, Fatemeh
Veröffentlicht: (2026)

Beyond the Majority: Long-tail Imitation Learning for Robotic Manipulation
von: Zhu, Junhong, et al.
Veröffentlicht: (2026)

RoboGround: Robotic Manipulation with Grounded Vision-Language Priors
von: Huang, Haifeng, et al.
Veröffentlicht: (2025)

Wavelet Policy: Imitation Learning in the Scale Domain with World Prior Memory
von: Yang, Changchuan, et al.
Veröffentlicht: (2025)

RoboManipBaselines: A Unified Framework for Imitation Learning in Robotic Manipulation across Real and Simulation Environments
von: Murooka, Masaki, et al.
Veröffentlicht: (2025)

Guiding Neuro-Symbolic Scenario Generation with Spatio-Temporal Logic
von: Bonin, Lorenzo, et al.
Veröffentlicht: (2026)

Neuro-Symbolic Control with Large Language Models for Language-Guided Spatial Tasks
von: Ali, Momina Liaqat, et al.
Veröffentlicht: (2025)

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

Robotic Imitation of Human Actions
von: Spisak, Josua, et al.
Veröffentlicht: (2024)

World2Rules: A Neuro-Symbolic Framework for Learning World-Governing Safety Rules for Aviation
von: Wang, Haichuan, et al.
Veröffentlicht: (2026)

RoboCopilot: Human-in-the-loop Interactive Imitation Learning for Robot Manipulation
von: Wu, Philipp, et al.
Veröffentlicht: (2025)