Buchumschlag

Self-Guided Plan Extraction for Instruction-Following Tasks with Goal-Conditional Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Volovikova, Zoya, Sorokin, Nikita, Lukashevskiy, Dmitriy, Panov, Aleksandr, Skrynnik, Alexey
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Instruction Following with Goal-Conditioned Reinforcement Learning in Virtual Environments
von: Volovikova, Zoya, et al.
Veröffentlicht: (2024)

CrafText Benchmark: Advancing Instruction Following in Complex Multimodal Open-Ended World
von: Volovikova, Zoya, et al.
Veröffentlicht: (2025)

AmbiK: Dataset of Ambiguous Tasks in Kitchen Environment
von: Ivanova, Anastasiia, et al.
Veröffentlicht: (2025)

CAMAR: Continuous Actions Multi-Agent Routing
von: Pshenitsyn, Artem, et al.
Veröffentlicht: (2025)

MAPF-GPT: Imitation Learning for Multi-Agent Pathfinding at Scale
von: Andreychuk, Anton, et al.
Veröffentlicht: (2024)

Pragmatic Instruction Following and Goal Assistance via Cooperative Language-Guided Inverse Planning
von: Zhi-Xuan, Tan, et al.
Veröffentlicht: (2024)

Instructions are all you need: Self-supervised Reinforcement Learning for Instruction Following
von: Ren, Qingyu, et al.
Veröffentlicht: (2025)

Revisiting Tree Search for LLMs: Gumbel and Sequential Halving for Budget-Scalable Reasoning
von: Ugadiarov, Leonid, et al.
Veröffentlicht: (2026)

Advancing Learnable Multi-Agent Pathfinding Solvers with Active Fine-Tuning
von: Andreychuk, Anton, et al.
Veröffentlicht: (2025)

LookPlanGraph: Embodied Instruction Following Method with VLM Graph Augmentation
von: Onishchenko, Anatoly O., et al.
Veröffentlicht: (2025)

Memory, Benchmark & Robots: A Benchmark for Solving Complex Tasks with Reinforcement Learning
von: Cherepanov, Egor, et al.
Veröffentlicht: (2025)

VerIF: Verification Engineering for Reinforcement Learning in Instruction Following
von: Peng, Hao, et al.
Veröffentlicht: (2025)

MARL-GPT: Foundation Model for Multi-Agent Reinforcement Learning
von: Nesterova, Maria, et al.
Veröffentlicht: (2026)

SELF-GUIDE: Better Task-Specific Instruction Following via Self-Synthetic Finetuning
von: Zhao, Chenyang, et al.
Veröffentlicht: (2024)

Compositional Automata Embeddings for Goal-Conditioned Reinforcement Learning
von: Yalcinkaya, Beyazit, et al.
Veröffentlicht: (2024)

IDAT: A Multi-Modal Dataset and Toolkit for Building and Evaluating Interactive Task-Solving Agents
von: Mohanty, Shrestha, et al.
Veröffentlicht: (2024)

VerifyLLM: LLM-Based Pre-Execution Task Plan Verification for Robots
von: Grigorev, Danil S., et al.
Veröffentlicht: (2025)

Reliable Extraction of Clinical Follow-Up Instructions: A Hybrid Neural-Symbolic Pipeline
von: Laufer, Michal, et al.
Veröffentlicht: (2026)

Planning without Search: Refining Frontier LLMs with Offline Goal-Conditioned RL
von: Hong, Joey, et al.
Veröffentlicht: (2025)

Memory Retention Is Not Enough to Master Memory Tasks in Reinforcement Learning
von: Shchendrigin, Oleg, et al.
Veröffentlicht: (2026)

Self-Review Framework for Enhancing Instruction Following Capability of LLM
von: Park, Sihyun
Veröffentlicht: (2025)

HREF: Human Response-Guided Evaluation of Instruction Following in Language Models
von: Lyu, Xinxi, et al.
Veröffentlicht: (2024)

Unleashing Embodied Task Planning Ability in LLMs via Reinforcement Learning
von: Fei, Zhaoye, et al.
Veröffentlicht: (2025)

Adaptive Reinforcement Learning Planning: Harnessing Large Language Models for Complex Information Extraction
von: Ding, Zepeng, et al.
Veröffentlicht: (2024)

BAP v2: An Enhanced Task Framework for Instruction Following in Minecraft Dialogues
von: Jayannavar, Prashant, et al.
Veröffentlicht: (2025)

Replay Failures as Successes: Sample-Efficient Reinforcement Learning for Instruction Following
von: Zhang, Kongcheng, et al.
Veröffentlicht: (2025)

Adaptive Conformal Prediction for Improving Factuality of Generations by Large Language Models
von: Rubashevskii, Aleksandr, et al.
Veröffentlicht: (2026)

Language Model Goal Selection Differs from Humans' in a Self-Directed Learning Task
von: Molinaro, Gaia, et al.
Veröffentlicht: (2026)

Knowledge-Guided Manipulation Using Multi-Task Reinforcement Learning
von: Narendra, Aditya, et al.
Veröffentlicht: (2026)

Rubrics to Tokens: Bridging Response-level Rubrics and Token-level Rewards in Instruction Following Tasks
von: Xu, Tianze, et al.
Veröffentlicht: (2026)

IPPON: Common Sense Guided Informative Path Planning for Object Goal Navigation
von: Qu, Kaixian, et al.
Veröffentlicht: (2024)

The Instruction Gap: LLMs get lost in Following Instruction
von: Tripathi, Vishesh, et al.
Veröffentlicht: (2025)

POGEMA: A Benchmark Platform for Cooperative Multi-Agent Pathfinding
von: Skrynnik, Alexey, et al.
Veröffentlicht: (2024)

Personalized Learning Path Planning with Goal-Driven Learner State Modeling
von: Lim, Joy Jia Yin, et al.
Veröffentlicht: (2025)

MuSC: Improving Complex Instruction Following with Multi-granularity Self-Contrastive Training
von: Huang, Hui, et al.
Veröffentlicht: (2025)

Learning to Better Search with Language Models via Guided Reinforced Self-Training
von: Moon, Seungyong, et al.
Veröffentlicht: (2024)

MUFFIN: Curating Multi-Faceted Instructions for Improving Instruction-Following
von: Lou, Renze, et al.
Veröffentlicht: (2023)

A New Perspective on Transformers in Online Reinforcement Learning for Continuous Control
von: Kachaev, Nikita, et al.
Veröffentlicht: (2025)

Training with Pseudo-Code for Instruction Following
von: Kumar, Prince, et al.
Veröffentlicht: (2025)

WildIFEval: Instruction Following in the Wild
von: Lior, Gili, et al.
Veröffentlicht: (2025)