机器人 / 具身智能

Gradual Transition from Bellman Optimality Operator to Bellman Operator in Online Reinforcement Learning

Motoki Omura, Kazuki Ota, Takayuki Osa, Yusuke Mukuta, Tatsuya Harada

机构 * The University of Tokyo（东京大学） 纠错

专题命中 模仿学习与强化学习 ：manipulation(abstract)；分类 cs.RO、cs.AI、cs.LG

Comments Accepted at ICML 2025. Source code: https://github.com/motokiomura/annealed-q-learning

Retrieval-Augmented Decision Transformer: External Memory for In-context RL

Thomas Schmied, Fabian Paischer, Vihang Patil, Markus Hofmarcher, Razvan Pascanu, Sepp Hochreiter

机构 * ELLIS Unit, LIT AI Lab, Institute for Machine Learning, JKU Linz, Austria（ELLIS单位、LIT人工智能实验室、机器学习研究所、JKU林茨、奥地利） ； Extensity AI ； Google DeepMind（谷歌DeepMind） ； Mila - Québec AI Institute（魁北克人工智能研究所） ； NXAI 纠错

专题命中 模仿学习与强化学习 ：robotics(abstract)；分类 cs.AI、cs.LG

Vision-driven UAV River Following: Benchmarking with Safe Reinforcement Learning

Zihan Wang, Nina Mahmoudian

机构 * School of Mechanical Engineering, Purdue University（机械工程学院，普渡大学） 纠错

专题命中 模仿学习与强化学习 ：navigation(abstract)；分类 cs.RO

Comments Accepted by conference IFAC CAMS 2024

Journal ref IFAC-PapersOnLine, 58(20): 421-427, 2024

Synergistic Reinforcement and Imitation Learning for Vision-driven Autonomous Flight of UAV Along River

Zihan Wang, Jianwen Li, Nina Mahmoudian

机构 * School of Mechanical Engineering, Purdue University（机械工程学院，普渡大学） 纠错

专题命中 模仿学习与强化学习 ：navigation(abstract)；分类 cs.RO

Comments Submitted to IROS2024

Journal ref 979-8-3503-7770-5/24/$31.00 \c{opyright}2024 IEEE