Buchumschlag

Differentiable Learning of Lifted Action Schemas for Classical Planning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Reiter, Jonas, Gebler, Jakob Elias, Geffner, Hector
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning More Expressive General Policies for Classical Planning Domains
von: Ståhlberg, Simon, et al.
Veröffentlicht: (2024)

Learning Generalized Policies for Fully Observable Non-Deterministic Planning Domains
von: Hofmann, Till, et al.
Veröffentlicht: (2024)

Learning Lifted Action Models From Traces of Incomplete Actions and States
von: Jansen, Niklas, et al.
Veröffentlicht: (2025)

Learning Lifted Action Models from Traces with Minimal Information About Actions and States
von: Gösgens, Jonas, et al.
Veröffentlicht: (2026)

Learning Lifted STRIPS Models from Action Traces Alone: A Simple, General, and Scalable Solution
von: Gösgens, Jonas, et al.
Veröffentlicht: (2024)

Learning General Policies with Policy Gradient Methods
von: Ståhlberg, Simon, et al.
Veröffentlicht: (2025)

Sketch Decompositions for Classical Planning via Deep Reinforcement Learning
von: Aichmüller, Michael, et al.
Veröffentlicht: (2024)

Efficient Lookahead Encoding and Abstracted Width for Learning General Policies in Classical Planning
von: Aichmüller, Michael, et al.
Veröffentlicht: (2026)

Learning Safe Numeric Planning Action Models
von: Mordoch, Argaman, et al.
Veröffentlicht: (2023)

Learning to Search and Searching to Learn for Generalization in Planning
von: Aichmüller, Michael, et al.
Veröffentlicht: (2026)

Unsupervised Learning of Effective Actions in Robotics
von: Zaric, Marko, et al.
Veröffentlicht: (2024)

Understanding Sample Generation Strategies for Learning Heuristic Functions in Classical Planning
von: Bettker, R. V., et al.
Veröffentlicht: (2022)

Equivariant Action Sampling for Reinforcement Learning and Planning
von: Zhao, Linfeng, et al.
Veröffentlicht: (2024)

Schema-Adaptive Tabular Representation Learning with LLMs for Generalizable Multimodal Clinical Reasoning
von: Mao, Hongxi, et al.
Veröffentlicht: (2026)

Lifting Embodied World Models for Planning and Control
von: Wang, Alex N., et al.
Veröffentlicht: (2026)

HypergraphFormer: Learning Hypergraphs from LLMs for Editable Floor Plan Generation
von: Klimenko, Nikita, et al.
Veröffentlicht: (2026)

GeMuCo: Generalized Multisensory Correlational Model for Body Schema Learning
von: Kawaharazuka, Kento, et al.
Veröffentlicht: (2024)

Testing Components of the Attention Schema Theory in Artificial Neural Networks
von: Farrell, Kathryn T., et al.
Veröffentlicht: (2024)

Classical Planning with LLM-Generated Heuristics: Challenging the State of the Art with Python Code
von: Corrêa, Augusto B., et al.
Veröffentlicht: (2025)

EvoSchema: Towards Text-to-SQL Robustness Against Schema Evolution
von: Zhang, Tianshu, et al.
Veröffentlicht: (2026)

SoK: Enhancing Cryptographic Collaborative Learning with Differential Privacy
von: Capano, Francesco, et al.
Veröffentlicht: (2026)

Lifting Factor Graphs with Some Unknown Factors
von: Luttermann, Malte, et al.
Veröffentlicht: (2024)

ASPERA: A Simulated Environment to Evaluate Planning for Complex Action Execution
von: Coca, Alexandru, et al.
Veröffentlicht: (2025)

Learning General Policies From Examples
von: Bonet, Blai, et al.
Veröffentlicht: (2025)

Comparative Analysis of Parameterized Action Actor-Critic Reinforcement Learning Algorithms for Web Search Match Plan Generation
von: Bapoo, Ubayd, et al.
Veröffentlicht: (2025)

Robust Detection of Synthetic Tabular Data under Schema Variability
von: Kindji, G. Charbel N., et al.
Veröffentlicht: (2025)

Lifting Factor Graphs with Some Unknown Factors for New Individuals
von: Luttermann, Malte, et al.
Veröffentlicht: (2025)

Learning to Act without Actions
von: Schmidt, Dominik, et al.
Veröffentlicht: (2023)

Learning The Minimum Action Distance
von: Steccanella, Lorenzo, et al.
Veröffentlicht: (2025)

RELATE: A Schema-Agnostic Perceiver Encoder for Multimodal Relational Graphs
von: Meyer, Joe, et al.
Veröffentlicht: (2025)

The Global Neural World Model: Spatially Grounded Discrete Topologies for Action-Conditioned Planning
von: Kermiche, Noureddine
Veröffentlicht: (2026)

Advancing Safe Mechanical Ventilation Using Offline RL With Hybrid Actions and Clinically Aligned Rewards
von: Yousuf, Muhammad Hamza, et al.
Veröffentlicht: (2025)

Attention Schema-based Attention Control (ASAC): A Cognitive-Inspired Approach for Attention Management in Transformers
von: Saxena, Krati, et al.
Veröffentlicht: (2025)

Vejde: A Framework for Inductive Deep Reinforcement Learning Based on Factor Graph Color Refinement
von: Nyberg, Jakob, et al.
Veröffentlicht: (2025)

Concealing Backdoor Model Updates in Federated Learning by Trigger-Optimized Data Poisoning
von: Zhang, Yujie, et al.
Veröffentlicht: (2024)

Learning to Generate All Feasible Actions
von: Theile, Mirco, et al.
Veröffentlicht: (2023)

Action-Adaptive Continual Learning: Enabling Policy Generalization under Dynamic Action Spaces
von: Pan, Chaofan, et al.
Veröffentlicht: (2025)

Global Concept Explanations for Graphs by Contrastive Learning
von: Teufel, Jonas, et al.
Veröffentlicht: (2024)

Mixture of Autoencoder Experts Guidance using Unlabeled and Incomplete Data for Exploration in Reinforcement Learning
von: Malomgré, Elias, et al.
Veröffentlicht: (2025)

DAWM: Diffusion Action World Models for Offline Reinforcement Learning via Action-Inferred Transitions
von: Li, Zongyue, et al.
Veröffentlicht: (2025)